位置:成果数据库 > 期刊 > 期刊详情页
最小学习机
  • 期刊名称:江南大学数字媒体学院; 香港理工大学计算机系
  • 时间:0
  • 页码:505-510
  • 语言:中文
  • 分类:TG580.23[金属学及工艺—金属切削加工及机床]
  • 作者机构:[1]江南大学数字媒体学院,江苏无锡214122, [2]香港理工大学计算机系,香港
  • 相关基金:国家自然科学基金项目(60903100 60975027 60773206 60704047); 香港理工大学基金项目(Z-08R G-U296); 江苏省自然科学基金项目(BK2009067)
  • 相关项目:基于智能计算和推理的膜蛋白三维结构建模研究
中文摘要:

针对极端学习机(ELM)不能用于多层前向神经网络学习的问题,通过揭示单层前向神经网络(SLFN)的ELM与岭回归以及中心化的岭回归之间的关系,提出了SLFN的最小学习机。通过证明核化的中心化岭回归与核化的PCA之间的关系,提出以无限可微的核函数为激励函数的多层前向神经网络(MLFN)的最小学习机LLM.SLFN/MLFN的最小学习机能够保持ELM的上述优势。

英文摘要:

In this paper,the link among extreme learning machine(ELM) for single-layer feedforward neural network(SLFN)and ridge regression and centered ridge regression is theoretically revealed,and accordingly,least learning machine(LLM) is proposed for SLFN.By using iteratively kernelized PCAs + centered ridge regression,LLM for multi-layer feedforward neural network with kernel activation functions is theoretically developed with keeping the same advantage of ELM and LLM for SLFN.

同期刊论文项目
同项目期刊论文