本文關鍵詞：基于增強隨機搜索的OECI-ELM算法

  更多相關文章： ELM算法 增強隨機搜索 全局逼近

【摘要】：為提高OCI-ELM算法性能,從神經網絡結構設計出發(fā),將EI-ELM中增強隨機搜索能力的機制應用于OCI-ELM算法中,提出一種增長結構的新算法(Optimal Incremental Coefficients-Extreme Learning Machine,OECI-ELM).數值實驗表明,由該算法得到的網絡序列可以逼近任意連續(xù)的目標函數.對于不同的回歸問題,與OCI-ELM、EI-ELM、CI-ELM、ECI-ELM算法相比,OECI-ELM算法可獲得更加緊湊的網絡結構,且泛化能力也更強.
【作者單位】： 西北大學現代學院;
【分類號】：TP18
【正文快照】： 0引言單隱層前向神經網絡(Feedforward Neural Networks,FNNs)由于其對非線性映射有極強的模擬能力,已被廣泛應用于各個領域.傳統基于梯度的神經網絡學習算法中,由于網絡中的全部參數都需要迭代調整產生,因而易產生學習速度緩慢、陷入局部極小等問題.Huang等人提出一種簡單易

【相似文獻】

中國期刊全文數據庫 前4條

1 熊振興;張麗雅;;多信道選取中的隨機搜索[J];移動通信;1989年01期

2 符國慶;徐維祥;李曉爭;;一種隨機搜索優(yōu)化算法——網魚算法[J];北京交通大學學報;2007年06期

3 李中科,楊曉輝,吳樂南;一種無需隨機搜索策略的自動平面檢測方法(英文)[J];Journal of Southeast University(English Edition);2003年03期

4 ;[J];;年期

中國重要會議論文全文數據庫 前1條

1 馮yN;李霞;;一種K最近鄰分類的改進算法及應用[A];2011年全國通信安全學術會議論文集[C];2011年

中國博士學位論文全文數據庫 前1條

1 張敏;未知放射源輻射場構造與智能隨機搜索及其優(yōu)化研究[D];南華大學;2016年

中國碩士學位論文全文數據庫 前3條

1 呂丹彥;群體約束情境下隨機搜索行為建模與分析[D];東南大學;2016年

2 符國慶;一種隨機搜索優(yōu)化算法[D];北京交通大學;2007年

3 解瑞飛;基于啟發(fā)式搜索的生物特征辨識算法研究[D];杭州電子科技大學;2012年

，

本文編號：1300620