极限学习机ELM
cg110778
这个作者很懒,什么都没留下…
展开
-
Extreme learning machine: Theory and applications
论文相关内容 本文中提出的方法: 只有一层隐网络,输入层和隐层间的权值还有偏置项可以随机赋值,然后直接计算隐层输出矩阵H(H中的一列表示隐层中的一个结点),再计算输出权值β(若H为方阵则可直接计算它的逆,否则使用SVD计算它的伪逆)。 总结 1、相关背景:传统前馈神经网络过慢。 2、问题是什么:维持性能的基础上提升学习速度。 3、现有的解决方案:本文对此暂无描述。 4、作者的核心思想、创新点在哪...原创 2019-09-19 16:21:12 · 664 阅读 · 0 评论 -
Multi-label learning with kernel extreme learning machine autoencoder
论文相关内容 本文中提出的方法: 基于粗糙集理论的信息熵,即粗糙熵,考虑了非等价关系对熵的不确定性的影响。 非平衡标签置信矩阵计算方式。 第一层,输入:加入标签信息的特征,输出转变后的特征。第二层,输入:转变后的特征的映射,输出:标签矩阵。 总结 相关背景:很少有人研究如何结合标签和特征等的相互关系来进行多标签学习。 问题是什么:结合标签和标签,标签和特征,特征和特征3者的关系来进行多标...原创 2019-09-29 19:22:44 · 288 阅读 · 0 评论