首页 | 本学科首页   官方微博 | 高级检索  
     

样本线性化与数据去重的极限学习机
引用本文:张灿,代子彪,安鑫,李建华.样本线性化与数据去重的极限学习机[J].智能计算机与应用,2021,17(7):24-31.
作者姓名:张灿  代子彪  安鑫  李建华
作者单位:合肥工业大学 计算机与信息学院,合肥230009
摘    要:对于多标签分类中存在非线性的数据样本和重复的样本数据问题,本文提出了一种基于在线顺序极限学习机(On?line Sequential Extreme Learning Machine,OS-ELM)的改进算法—样本线性化和数据预处理极限学习机(PDC-ELM).PDC-ELM算法对线性不可分的数据样本先利用核函数进行处理,使数据样本具有线性可分的特征,对于处理后的数据样本,利用在线顺序极限学习机(OS-ELM)在计算之前对分类数据进行预处理,即从训练和测试数据集中查找不一样的特征标签并保存类标签中,实验中新生成的标签组将不具有重复的特征标签,大大减少了训练的对比次数.实验表明,相比于其他没有样本线性化和数据预处理的极限学习机模型,计算的准确度得到很大的提升,计算时间也有所降低.

关 键 词:极限学习机  核函数  多标签分类  多标签数据  支持向量机

Extreme learning machine for sample linearization and data deduplication
ZHANG Can,DAI Zibiao,AN Xin,LI Jianhua.Extreme learning machine for sample linearization and data deduplication[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,17(7):24-31.
Authors:ZHANG Can  DAI Zibiao  AN Xin  LI Jianhua
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号