正则化流形信息极端学习机

发布时间：2017-06-30 14:13

  本文关键词：正则化流形信息极端学习机，，由笔耕文化传播整理发布。

【摘要】：基于流形学习的思想和理论方法,提出刻画流形信息的正则化的极端学习机(MELM)算法。该算法利用流形信息刻画数据的几何结构和判别信息,克服ELM在有限样本上学习不充分的问题;能够有效提取数据样本的判别信息避免数据样本信息重叠;利用最大边际准则有效解决类间散度矩阵和类内散度矩阵的奇异问题。为验证所提方法的有效性,实验使用普遍应用的图像数据,将MELM与ELM以及相关最新算法RAFELM、GELM进行识别率和计算效率的对比。实验结果表明,该算法能够显著提高ELM的分类准确率和泛化能力,并且优于其他相关算法。
【作者单位】： 辽宁师范大学计算机与信息技术学院;
【关键词】： 极端学习机 几何结构 流形信息 机器学习
【基金】：国家自然科学基金资助项目(No.61105085) 辽宁省教育厅基金资助项目(No.L2014427)~~
【分类号】：TP18
【正文快照】： 1引言近年来,极端学习机(ELM,extreme learningmachine)[1,2]的研究成为一个热点领域。ELM随机产生隐层节点的输入权值和偏置值,所有参数中仅有输出权值需经过分析确定,从而将传统的神经网络的求解过程转化为一个线性模型。文献[3,4]通过分析指出ELM在随机产生隐层节点的输入

【相似文献】

中国期刊全文数据库 前10条

1 尹学松;胡恩良;;半监督正则化学习[J];小型微型计算机系统;2010年12期

2 相文楠;赵建立;;判别正则化谱回归[J];聊城大学学报(自然科学版);2011年04期

3 李勇周;罗大庸;刘少强;;基于正则化最小二乘的局部判别投影的人脸识别[J];模式识别与人工智能;2008年05期

4 庄福振;罗平;何清;史忠植;;基于混合正则化的无标签领域的归纳迁移学习[J];科学通报;2009年11期

5 朱林立;戴国洪;高炜;;正则化框架下半监督本体算法[J];微电子学与计算机;2014年03期

6 刘小兰;郝志峰;杨晓伟;马献恒;;基于最小熵正则化的半监督分类[J];华南理工大学学报(自然科学版);2010年01期

7 关海鸥;衣淑娟;焦峰;许少华;左豫虎;金宝石;;农作物缺素症状诊断的正则化模糊神经网络模型[J];农业机械学报;2012年05期

8 刘敏;陈恩庆;杨守义;;正则化粒子滤波在水下目标跟踪中的应用[J];电视技术;2012年09期

9 尚晓清;杨琳;赵志龙;;基于非凸正则化项的合成孔径雷达图像分割新算法[J];光子学报;2012年09期

10 刘建伟;黎海恩;刘媛;付捷;罗雄麟;;迭代再权共轭梯度q范数正则化线性最小二乘 支持向量机分类算法[J];控制理论与应用;2014年03期

中国重要会议论文全文数据库 前5条

1 毛玉明;郭杏林;吕洪彬;;动载荷反演问题的正则化求解[A];第18届全国结构工程学术会议论文集第Ⅰ册[C];2009年

2 王彦飞;;地球物理数值反演问题的最优化和正则化理论与方法[A];中国地球物理学会第二十七届年会论文集[C];2011年

3 廖熠;赵荣椿;;从明暗恢复形状方法综述[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年

4 张瀚铭;闫镔;李磊;;一种基于TV正则化的有限角度CT图像重建算法[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年

5 熊春阳;黄建永;方竞;;高性能牵引力显微镜方法及其在细胞力学研究中的应用[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会报告论文[C];2010年

中国博士学位论文全文数据库 前3条

1 牛善洲;基于变分正则化的低剂量CT成像方法研究[D];南方医科大学;2015年

2 王梅;正则化路径上的支持向量机模型组合[D];天津大学;2013年

3 刘小兰;基于图和熵正则化的半监督分类算法[D];华南理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 黄树东;协同聚类及集成的关键技术研究[D];西南交通大学;2015年

2 白闪闪;基于L0正则化局部字典学习的视频追踪[D];大连理工大学;2015年

3 王凯;求解斯托克斯流动问题的正则化源点法[D];太原理工大学;2016年

4 郗仙田;正交正则化核典型相关分析的研究[D];东北电力大学;2016年

5 王新美;基于正则化相关熵的极端学习机[D];河北大学;2013年

6 冯李哲;关于系数正则化模型的误差分析[D];杭州师范大学;2011年

7 田明党;系数正则化在线算法收敛性分析[D];宁波大学;2011年

8 储小荣;基于无界抽样的正则化回归学习算法的研究[D];济南大学;2013年

9 吴鹏洲;基于支持向量机与正则化风险最小化的目标计数研究[D];浙江大学;2013年

10 黄志强;正则化机器学习算法及其财务预警应用研究[D];华东交通大学;2014年

  本文关键词：正则化流形信息极端学习机，由笔耕文化传播整理发布。

本文编号：502214