开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-17
详细说明：极限学习机（ELM）作为一种新兴技术，在大规模设置中取得了卓越的性能，非常适合于二进制和多类分类以及回归任务。 但是，现有的ELM及其变体主要使用单个隐藏层前馈网络，而未使用流行的且可能功能强大的堆叠泛化原理来寻找输入数据的预测性深层表示。 深度架构可以找到更高级别的表示，因此可以潜在地捕获相关的更高级别的抽象。 但是，当前大多数深度学习方法都需要解决一个困难且非凸的优化问题。 在本文中，我们提出了一个堆叠模型DrELM，以根据堆叠泛化原理通过极限学习机学习深度表示。 提出的模型利用ELM作为基本构建模块，并结合了随机移位和内核化作为堆栈元素。 具体而言，在每层中，DrELM将ELM获得的预测的随机投影集成到原始特征中，然后应用内核函数来生成结果特征。 为了验证DrELM的分类和回归性能，我们在合成数据集和实际数据集上进行了实验。 实验结果表明，DrELM优于ELM和内核ELM，这似乎证明DrELM可以产生适合于预测任务的预测特征。 深度模型（即堆叠式自动编码器）的性能是可比的。 但是，由于使用了ELM，DrELM更易于学习，并且测试速度更快。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
