首页 > 《中国计量大学学报》 > 2018年4期 > 密集连接的多层超限学习机算法

密集连接的多层超限学习机算法

在线阅读下载PDF 导出详情

摘要针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

DOI ojn50r81jr/1974237

作者蒋潇伟;严天宏;徐骞;何波;杜海平;李卫华

机构地区不详

出处《中国计量大学学报》 2018年4期

关键词密集连接深度学习超限学习机核函数

分类 [机械工程][测试计量技术及仪器]

出版日期 2018年04月14日（中国期刊网平台首次上网日期，不代表论文的发表时间）