定义
极限学习机器( Extreme Learning Machine,ELM) 是神经网络研究中的一种算法,是一种泛化的单隐层前馈神经网络( Single-hidden Layer Feed forward Network,SLFN)[1]。
特点
输入权值和隐层阈值进行随机赋值,输出层权值则通过最小二乘法直接计算。整个学习过程一次完成,无需迭代,因而能达到极快的学习速度[2]。
算法
假设有N个任意的样本 (Xi,ti)
其中 Xi=[xi1,xi2,⋯,xin]T∈RT , ti=[ti1,ti2,⋯,tim]T∈Rm
对于一个具有L个隐层节点,激活函数为g(x)的单隐层前馈神经网络输出可以表示为
∑i=1Lβigi(Xj)=∑i=1Lβig(Wi⋅Xj+bi)=oj,j=1,2,…N
其中, Wi=[wi1,w