最近一直在跑程序,在看文章时注意到了这两种网络(ELM和RVFL)。自己查阅资料做了简单的总结。希望在大家学习时帮助到大家。
一、RVFL(Random vector functional link network)
首先明确一点,在进行分类的时候,N代表输入数据的个数,d代表输入数据的维度,Y代表的是输入数据代表的标签,c表示的是类别个数,L代表隐含层的节点数。例如对于常见的鸢尾花数据集来说,数据集的信息,可以看另一篇微博https://blog.csdn.net/jodie123456/article/details/89644498,在iris中,N = 150,d = 4,Y = 150(所对应的标签), c = 3(代表三类)。
首先RVFL的主要思想就是利用隐含层学习的增强非线性核原始数据来提高泛化能力。
所以根据以上分析,RVFL网络对应的公式描述如下: