文件名称:
用于区间神经网络的Extreem学习机
开发工具:
文件大小: 420kb
下载次数: 0
上传时间: 2021-03-14
详细说明：在必须考虑不确定性，不准确性或可变性的复杂问题中，间隔数据提供了一种有价值的方式来表示可用信息。 本文考虑的是区间神经网络的学习，其中输入和输出是具有区间成分的向量，权重是实数。 对于间隔神经网络，反向传播（BP）学习算法非常缓慢，就像通常的实值神经网络一样。 极限学习机（ELM）的学习速度比BP算法快。 本文将ELM应用于区间神经网络的学习，从而产生了区间极限学习机（IELM）。 对于常规前馈神经网络，ELM中有两个步骤。 第一步是随机生成连接输入层和隐藏层的权重，第二步是使用Moore-Penrose反广义化来确定连接隐藏层和输出层的权重。 第一步可以直接应用于区间神经网络。 但是由于涉及IELM的非线性约束条件，第二步不能完成。 相反，我们使用与BP算法相同的思想来形成非线性优化问题，以确定连接IELM的隐藏层和输出层的权重。 数值实验表明，IELM比普通的BP算法要快得多。 IELM的泛化性能比BP的泛化性能好得多，而IELM的训练误差比BP的泛化性能差一些，这意味着BP可能过度拟合。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
