单隐层神经网络输入权值的新算法
New algorithm for input weight of single hidden layer neural network作者机构：上海理工大学管理学院
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2019年第36卷第12期
页 面：3666-3669页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：沪江基金资助项目(A14006) 国家级项目培养基金资助项目(16HJPY-MS02)
主 题：极端学习机 单隐层神经网络 优化方法 输出值反向分配
摘 要：针对传统极端学习机输入权值与隐层阈值随机设定的问题,提出了输出值反向分配算法,其在传统极端学习机的基础上,通过优化方法得到最优输出值分配系数,并利用最小二乘法确定网络输入参数。将该算法应用到常用数据集进行实验,并与其他极端学习机改进算法进行比较,显示其具有良好的学习以及泛化能力,能够得到简单的网络结构,证明了算法的有效性。
维普期刊数据库
同方期刊数据库