| 基于并行学习的多层极限学习机 |
| |
| 引用本文： | 李德利,张曦煌.基于并行学习的多层极限学习机[J].计算机应用研究,2018,35(2). |
| |
| 作者姓名： | 李德利 张曦煌 |
| |
| 作者单位： | 江南大学 物联网工程学院,江南大学 物联网工程学院 |
| |
| 基金项目： | 江苏省产学研合作项目(BY2015019-30) |
| |
| 摘 要： | 为了进一步提高极限学习机的学习性能，将并行学习的思想引入单层极限学习机，并提出了基于并行学习的多层极限学习机模型。实验结果表明，该模型比传统的单层极限学习机、多层极限学习机以及传统基于误差反向学习的深度学习模型分类准确率高、收敛速度快。
|
| 关 键 词： | 神经网络 稀疏编码 极限学习机 并行学习 |
| 收稿时间： | 2016/10/21 0:00:00 |
| 修稿时间： | 2017/12/28 0:00:00 |
Muti-Layer Extreme Learning Machine Based on Parallel Learning |
| |
| lideli and zhangxihuang.Muti-Layer Extreme Learning Machine Based on Parallel Learning[J].Application Research of Computers,2018,35(2). |
| |
| Authors: | lideli and zhangxihuang |
| |
| Affiliation: | Jiangnan University, |
| |
| Abstract: | In order to further improve the learning performance of ELM, Parallel learning is introduced into single-layer ELM, and proposed a Parallel based multi-layer ELM. Experimental results show that the proposed model is more accurate and faster than the traditional single-layer ELM, Multi-layer ELM and traditional deep learning model based on error inversion learning. |
| |
| Keywords: | |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
