超限学习机（ELM）

ELM（Exteme learning machine，超限学习机），由新加坡南洋理工大学的Guangbin Huang（黄光斌）副教授提出的。

1. 算法概述

---

ELM算法针对的问题是单隐层的前馈神经网络（single-hidden layer feedforward neural networks，SLFNs），算法特点在于输入层到隐层的权重W和偏差B可以随机设定，隐层激励函数具有无限可微的特征即可（常用的有radial basis、sine、cosine、exponential等函数），而输出层权重 用回归矩阵的伪逆矩阵 和训练输出值来确定。

这里的伪逆矩阵又称广义逆矩阵，即Moore-Penrose generalized inverse matrix，对于矩阵A的广义逆矩阵G满足以下表达式：

当 要是非奇异（满秩）矩阵，广义逆矩阵可以用 来求得 ，如果 是奇异矩阵，则需要用SVD（奇异值分解）来求解。
与传统的应用误差梯度下降学习策略的BP神经网络相比，ELM的优点在于学习速度很快，泛化精度高，而且不会陷入局部最小值，可以采用多种激励函数（满足无限可微即可）。而与其他算法相比，例如很火的SVM来说，ELM算法计算速度也更有优势。

以上内容均出自黄光斌老师的论文：

Huang G B, Zhu Q Y, Siew C K. Extreme learning machine: Theory and
applications[J]. Neurocomputing, 2006, 70(1-3):489-501.

2. 在线学习和离线学习对比

---

批量学习（Batch Learning）：
（1） 样本全部同时进入模型；
（2） 梯度下降的方法容易陷入局部最优；
（3） 学习并行性，速度快，但耗费存储量大。
在线学习（Online Learning）：
（1） 样本按顺序进入模型，不断修正模型参数；
（2） 随机性强，不容易陷入局部最优；
（3） 学习串行性，需要依次迭代速度慢，但耗费存储量小。

非线性函数 ，训练样本和测试样本均为500个，服从均匀分布，训练样本受到噪声干扰，噪声服从 分布，ELM模型输入层到隐层采用RBF函数映射，中心点位置随机选取[-10,10]中100个点，分别使用批量学习和在线学习方法进行测试。对比结果如图1所示，可见在线学习方法精度没有提高，且计算时间较长，但这种方法对于大数据量的情况也能使用。
表1 不同学习策略对比结果

3 ELM 和 OLS_RBF 对比实验

---

OLS_RBF是正交最小二乘径向基神经网络模型，具体内容参见这篇文章：

Chen S, Cowan C N, Grant P M. Orthogonal least squares learning algorithm for radial basis function networks.[J]. IEEE Transactions on Neural Networks, 1991, 2(2):302-9.

实验选用复杂的非线性函数，非线性函数 ，训练样本和测试样本均为500个，服从均匀分布，训练样本受到噪声干扰，噪声服从 分布，同样分别用ELM 和 OLS_RBF进行实验，各自重复100次得到结果。

3.1 隐层中心从样本中选择

这种条件下，ELM计算速度快，但精度是比OLS_RBF差的，且OLS_RBF具有较小的模型结构。

3.2 隐层中心由样本范围扩大若干倍数

OLS_RBF的隐层中心由原来的[-1,1]扩大若干倍数（1至2，间隔0.1）。如图2所示，随着隐层中心选取范围的扩大，模型误差MSE总体先下降后上升，在1.5左右最优，而模型结构大小呈现持续降低。

由于ELM的隐层中心数较多，隐层此次扩大倍数增加，由原来的[-1,1]扩大若干倍数（1至100，间隔1），而模型结构大小不变，设置为100，结果如图3所示。

随着隐层中心范围扩大，ELM的误差MSE也是先下降后上升，在10左右取得最优
比较两个模型在最优扩大倍数的MSE发现，两者精度几乎一致，都是0.55的水平。因为所测试的倍数范围有限，因此可能模型只获得局部最优。

3.3 样本服从正态分布的情况

之前的实验样本都是服从均匀分布的，现在让样本服从正态分布，x~N(0,0.3)，对两个模型分别取最优的参数（大概选取），由于此次实验有误差离群点，因此只从曲线跟踪图像对两者进行对比。如图4，两种模型在数据密集区域（0附近）的精度都比较高，在数据稀疏区域（远离0）精度都较差，对于绝大部分点，两者的预测精度差别不大（ELM略微占优）。

3.4 实验结论

对于OLS_RBF和ELM的对比实验结果可以得出，模型的精度依赖于隐层中心范围扩大倍数的取值，在分别取最优的情况下，二者的精度差别不大，且与样本的分布无关。