Institute of Computing Technology, Chinese Academy IR
| 基于极速学习的粗糙RBF神经网络 | |
| 马刚1; 丁世飞1; 史忠植2 | |
| 2012 | |
| 发表期刊 | 微电子学与计算机
 |
| ISSN | 1000-7180 |
| 卷号 | 29.0期号:008页码:9 |
| 摘要 | 提出了一种用于训练粗糙RBF神经网络（rough RBF neural networks,R-RBF）的极速学习机（extreme learning machine,ELM）方法,通过引入矩阵的Moore-Penrose逆,将传统的迭代学习方法转换为一种求线性方程的极小范数最小二乘解的方法.实验证明,在训练精度、训练时间上都能够达到非常优越的性能,其泛化精度能够提升50%以上. |
| 关键词 | ELM R-RBF Moore-Penrose 极小范数最小二乘解 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/36498 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国矿业大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 马刚,丁世飞,史忠植. 基于极速学习的粗糙RBF神经网络[J]. 微电子学与计算机,2012,29.0(008):9. |
| APA | 马刚,丁世飞,&史忠植.(2012).基于极速学习的粗糙RBF神经网络.微电子学与计算机,29.0(008),9. |
| MLA | 马刚,et al."基于极速学习的粗糙RBF神经网络".微电子学与计算机 29.0.008(2012):9. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [马刚]的文章 |
| [丁世飞]的文章 |
| [史忠植]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [马刚]的文章 |
| [丁世飞]的文章 |
| [史忠植]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [马刚]的文章 |
| [丁世飞]的文章 |
| [史忠植]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论