首页> 中国专利> 极限学习机中超大规模隐含层节点快速选择方法

极限学习机中超大规模隐含层节点快速选择方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明提出了一种极限学习机中超大规模隐含层节点快速选择方法，在经典ELM算法框架下，拟在单隐层前馈神经网络的隐含层部分加入隐含层节点选择步骤，在大量的隐含层节点中选择出部分有效的隐层节点，组成新的隐含层矩阵，通过Cutting Plane算法对隐含层节点空间进行不断的切割，并配合节点选择阶段与节点权重更新子问题优化两阶段来实现对隐含层节点的快速选择；经过大量的实验数据的性能测试，本文算法的分类准确率相较于传统算法和其余一些算法都有明显提升。

著录项

公开/公告号CN109344963A

专利类型发明专利
公开/公告日2019-02-15

原文格式PDF
申请/专利权人西安邮电大学;
展开▼

申请/专利号CN201811210166.0
发明设计人邓万宇;张莎莎;陈琳;
展开▼

申请日2018-10-17
分类号G06N3/06(20060101);G06N3/08(20060101);G06K9/62(20060101);
代理机构61200 西安通大专利代理有限责任公司;
代理人徐文权
地址 710121 陕西省西安市长安区西长安街618号
入库时间 2024-02-19 07:07:36

法律信息

法律状态公告日

法律状态信息

法律状态
2019-03-12

实质审查的生效 IPC(主分类):G06N3/06 申请日:20181017

实质审查的生效
2019-02-15

公开

公开

相似文献

专利
中文文献
外文文献

1. 极限学习机中超大规模隐含层节点快速选择方法 [P] . 中国专利： CN109344963A . 2019-02-15
2. 一种基于变节点双隐层极限学习机的齿轮故障诊断方法 [P] . 中国专利： CN112945552A . 2021-06-11
3. Fast backup of compute nodes in failing midplane by copying to nodes in backup midplane via link chips operating in pass through and normal modes in massively parallel computing system [P] . 美国专利： US7512836B2 . 2009-03-31

机译：通过在大规模并行计算系统中以直通模式和正常模式运行的链接芯片复制到备份中面板中的节点，从而快速备份故障中面板中的计算节点
4. Limit sample selection method, limit sample selection device, storage medium, and limit sample selection system [P] . 日本专利： JPWO2016088169A1 . 2017-04-27

机译：极限样品选择方法，极限样品选择装置，存储介质和极限样品选择系统
5. Limit sample selection method, limit sample selection device, storage medium, and limit sample selection system [P] . 日本专利： JP6020773B1 . 2016-11-02

机译：极限样品选择方法，极限样品选择装置，存储介质和极限样品选择系统