改进式混合增量极限学习机算法

被引：16

作者：

王超 ^{[1
]}

王建辉 ^{[1
]}

顾树生 ^{[1
]}

张宇献 ^{[2
]}

武玮 ^{[1
]}

机构：

[1] 不详

[2] 东北大学信息科学与工程学院

[3] 不详

[4] 沈阳工业大学电气工程学院

[5] 不详

来源：

控制与决策 | 2015年 / 11期

关键词：

极限学习机; 增量学习算法; Delta检验; 混沌优化算法; 增量型极限学习机;

D O I：

10.13195/j.kzyjc.2014.1314

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对增量型极限学习机(I-ELM)中存在大量降低学习效率及准确性的冗余节点的问题,提出一种基于Delta检验(DT)和混沌优化算法(COA)的改进式增量型核极限学习算法.利用COA的全局搜索能力对I-ELM中的隐含层节点参数进行寻优,结合DT算法检验模型输出误差,确定有效的隐含层节点数量,从而降低网络复杂程度,提高算法的学习效率;加入核函数可增强网络的在线预测能力.仿真结果表明,所提出的DCI-ELMK算法具有较好的预测精度和泛化能力,网络结构更为紧凑.

引用

页码：1981 / 1986

页数：6

共 14 条

[1] 网络结构增长的极端学习机算法 [J].

李凡军 ;

乔俊飞 ;

韩红桂 .

控制理论与应用, 2014, 31 (05) :638-643

[2] 基于经验模式分解和极限学习机的铀资源价格预测方法 [J].

颜七笙 ;

王士同 ;

张延飞 ;

丁木华 .

控制与决策, 2014, (07) :1187-1192

[3] 基于增量学习思想的改进AdaBoost建模方法 [J].

田慧欣 ;

王安娜 .

控制与决策 , 2012, (09) :1433-1436

[4]

Ensemble delta test-extreme learning machine （DT-ELM） for regression[J] . Qi Yu,Mark van Heeswijk,Yoan Miche,Rui Nian,Bo He,Eric Séverin,Amaury Lendasse.Neurocomputing . 2013

[5] Parallel Chaos Search Based Incremental Extreme Learning Machine [J].

Yang, Yimin ;

Wang, Yaonan ;

Yuan, Xiaofang .

NEURAL PROCESSING LETTERS, 2013, 37 (03) :277-301

[6]

An incremental extreme learning machine for online sequential learning problems[J] . Lu Guo,Jing-hua Hao,Min Liu.Neurocomputing . 2013

[7] Face recognition based on extreme learning machine [J].

Zong, Weiwei ;

Huang, Guang-Bin .

NEUROCOMPUTING, 2011, 74 (16) :2541-2551

[8]

Hybrid chaos optimization algorithm with artificial emotion[J] . Yimin Yang,Yaonan Wang,Xiaofang Yuan,Feng Yin.Applied Mathematics and Computation . 2011 (11)

[9]

Incremental extreme learning machine with fully complex hidden nodes[J] . Guang-Bin Huang,Ming-Bin Li,Lei Chen,Chee-Kheong Siew.Neurocomputing . 2007 (4)

[10]

Enhanced random search based incremental extreme learning machine[J] . Guang-Bin Huang,Lei Chen.Neurocomputing . 2007 (16)

← 1 2 →