基于替代函数及贝叶斯框架的1范数ELM算法

被引：34

作者：

韩敏

李德才

机构：

[1] 大连理工大学电子信息与电气工程学部

来源：

自动化学报 | 2011年 / 37卷 / 11期

关键词：

1范数正则化; 极端学习机; 替代函数; 贝叶斯方法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

针对极端学习机(Extreme learning machine,ELM)算法的不适定问题和模型规模控制问题,本文提出基于1范数正则项的改进型ELM算法.通过在二次损失函数基础上引入1范数正则项以控制模型规模,改善ELM的泛化能力.此外,为简化1范数正则化方法的求解过程,利用边际优化方法,构建适当的替代函数,以便于采用贝叶斯方法代替计算复杂的交叉检验方法,并实现正则化参数的自适应估计.仿真结果表明,本文所提算法能够有效简化模型结构,并保持较高的预测精度.

引用

页码：1344 / 1350

页数：7

共 8 条

[1]

RBF神经网络的结构动态优化设计.[J].乔俊飞;韩红桂;.自动化学报.2010, 06

[2]

一种优化的RBF神经网络在调制识别中的应用 [J].

叶健 ;

葛临东 ;

吴月娴 .

自动化学报, 2007, (06) :652-654

[3]

一种基于并行遗传算法的非线性系统辨识方法 [J].

蒙祖强 ;

蔡自兴 .

控制与决策, 2003, (03) :367-370+374

[4]

Intelligent approaches using support vector machine and extreme learning machine for transmission line protection.[J].V. Malathi;N.S. Marimuthu;S. Baskar.Neurocomputing.2010, 10

[5]

Human action recognition using extreme learning machine based on visual vocabularies.[J].Rashid Minhas;Aryaz Baradarani;Sepideh Seifzadeh;Q.M. Jonathan Wu.Neurocomputing.2010, 10

[6]

Partial Lanczos extreme learning machine for single-output regression problems.[J].Xiaoliang Tang;Min Han.Neurocomputing.2009, 13

[7]

On Bayesian classification with Laplace priors [J].

Kaban, Ata .

PATTERN RECOGNITION LETTERS, 2007, 28 (10) :1271-1282

[8]

Extreme learning machine: Theory and applications.[J].Guang-Bin Huang;Qin-Yu Zhu;Chee-Kheong Siew.Neurocomputing.2006, 1

← 1 →