本文關(guān)鍵詞：正則化流形信息極端學習機，，由筆耕文化傳播整理發(fā)布。

【摘要】：基于流形學習的思想和理論方法,提出刻畫流形信息的正則化的極端學習機(MELM)算法。該算法利用流形信息刻畫數(shù)據(jù)的幾何結(jié)構(gòu)和判別信息,克服ELM在有限樣本上學習不充分的問題;能夠有效提取數(shù)據(jù)樣本的判別信息避免數(shù)據(jù)樣本信息重疊;利用最大邊際準則有效解決類間散度矩陣和類內(nèi)散度矩陣的奇異問題。為驗證所提方法的有效性,實驗使用普遍應(yīng)用的圖像數(shù)據(jù),將MELM與ELM以及相關(guān)最新算法RAFELM、GELM進行識別率和計算效率的對比。實驗結(jié)果表明,該算法能夠顯著提高ELM的分類準確率和泛化能力,并且優(yōu)于其他相關(guān)算法。
【作者單位】： 遼寧師范大學計算機與信息技術(shù)學院;
【關(guān)鍵詞】： 極端學習機 幾何結(jié)構(gòu) 流形信息 機器學習
【基金】：國家自然科學基金資助項目(No.61105085) 遼寧省教育廳基金資助項目(No.L2014427)~~
【分類號】：TP18
【正文快照】： 1引言近年來,極端學習機(ELM,extreme learningmachine)[1,2]的研究成為一個熱點領(lǐng)域。ELM隨機產(chǎn)生隱層節(jié)點的輸入權(quán)值和偏置值,所有參數(shù)中僅有輸出權(quán)值需經(jīng)過分析確定,從而將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)的求解過程轉(zhuǎn)化為一個線性模型。文獻[3,4]通過分析指出ELM在隨機產(chǎn)生隱層節(jié)點的輸入

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 尹學松;胡恩良;;半監(jiān)督正則化學習[J];小型微型計算機系統(tǒng);2010年12期

2 相文楠;趙建立;;判別正則化譜回歸[J];聊城大學學報(自然科學版);2011年04期

3 李勇周;羅大庸;劉少強;;基于正則化最小二乘的局部判別投影的人臉識別[J];模式識別與人工智能;2008年05期

4 莊福振;羅平;何清;史忠植;;基于混合正則化的無標簽領(lǐng)域的歸納遷移學習[J];科學通報;2009年11期

5 朱林立;戴國洪;高煒;;正則化框架下半監(jiān)督本體算法[J];微電子學與計算機;2014年03期

6 劉小蘭;郝志峰;楊曉偉;馬獻恒;;基于最小熵正則化的半監(jiān)督分類[J];華南理工大學學報(自然科學版);2010年01期

7 關(guān)海鷗;衣淑娟;焦峰;許少華;左豫虎;金寶石;;農(nóng)作物缺素癥狀診斷的正則化模糊神經(jīng)網(wǎng)絡(luò)模型[J];農(nóng)業(yè)機械學報;2012年05期

8 劉敏;陳恩慶;楊守義;;正則化粒子濾波在水下目標跟蹤中的應(yīng)用[J];電視技術(shù);2012年09期

9 尚曉清;楊琳;趙志龍;;基于非凸正則化項的合成孔徑雷達圖像分割新算法[J];光子學報;2012年09期

10 劉建偉;黎海恩;劉媛;付捷;羅雄麟;;迭代再權(quán)共軛梯度q范數(shù)正則化線性最小二乘 支持向量機分類算法[J];控制理論與應(yīng)用;2014年03期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 毛玉明;郭杏林;呂洪彬;;動載荷反演問題的正則化求解[A];第18屆全國結(jié)構(gòu)工程學術(shù)會議論文集第Ⅰ冊[C];2009年

2 王彥飛;;地球物理數(shù)值反演問題的最優(yōu)化和正則化理論與方法[A];中國地球物理學會第二十七屆年會論文集[C];2011年

3 廖熠;趙榮椿;;從明暗恢復形狀方法綜述[A];中國體視學學會圖像分析專業(yè)、中國體視學學會仿真與虛擬現(xiàn)實專業(yè)、中國航空學會信號與信息處理專業(yè)第一屆聯(lián)合學術(shù)會議論文集[C];2000年

4 張瀚銘;閆鑌;李磊;;一種基于TV正則化的有限角度CT圖像重建算法[A];全國射線數(shù)字成像與CT新技術(shù)研討會論文集[C];2012年

5 熊春陽;黃建永;方競;;高性能牽引力顯微鏡方法及其在細胞力學研究中的應(yīng)用[A];中國生物醫(yī)學工程學會成立30周年紀念大會暨2010中國生物醫(yī)學工程學會學術(shù)大會報告論文[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 牛善洲;基于變分正則化的低劑量CT成像方法研究[D];南方醫(yī)科大學;2015年

2 王梅;正則化路徑上的支持向量機模型組合[D];天津大學;2013年

3 劉小蘭;基于圖和熵正則化的半監(jiān)督分類算法[D];華南理工大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 黃樹東;協(xié)同聚類及集成的關(guān)鍵技術(shù)研究[D];西南交通大學;2015年

2 白閃閃;基于L0正則化局部字典學習的視頻追蹤[D];大連理工大學;2015年

3 王凱;求解斯托克斯流動問題的正則化源點法[D];太原理工大學;2016年

4 郗仙田;正交正則化核典型相關(guān)分析的研究[D];東北電力大學;2016年

5 王新美;基于正則化相關(guān)熵的極端學習機[D];河北大學;2013年

6 馮李哲;關(guān)于系數(shù)正則化模型的誤差分析[D];杭州師范大學;2011年

7 田明黨;系數(shù)正則化在線算法收斂性分析[D];寧波大學;2011年

8 儲小榮;基于無界抽樣的正則化回歸學習算法的研究[D];濟南大學;2013年

9 吳鵬洲;基于支持向量機與正則化風險最小化的目標計數(shù)研究[D];浙江大學;2013年

10 黃志強;正則化機器學習算法及其財務(wù)預警應(yīng)用研究[D];華東交通大學;2014年

  本文關(guān)鍵詞：正則化流形信息極端學習機，由筆耕文化傳播整理發(fā)布。

本文編號：502214