基于限制玻尔兹曼机的极限学习机方法 |
| |
引用本文: | 金培源,高波涌,陆慧娟,陈莲娜. 基于限制玻尔兹曼机的极限学习机方法[J]. 数学的实践与认识, 2016, 0(11): 157-161 |
| |
作者姓名: | 金培源 高波涌 陆慧娟 陈莲娜 |
| |
作者单位: | 中国计量大学信息工程学院,浙江杭州,310018 |
| |
基金项目: | 国家自然科学基金(61272315;60842009),浙江省自然科学基金(LY12H29012 |
| |
摘 要: | 针对高维数据中存在冗余以及极限学习机(ELM)存在随机给定权值导致算法性能不稳定等问题,将限制玻尔兹曼机(RBM)与ELM相结合提出了基于限制玻尔兹曼机优化的极限学习机算法(RBM-ELM).通过限制玻尔兹曼机对原始数据进行特征降维的同时,得到ELM输入层权值和隐含层偏置的优化参数.实验结果表明,相比较随机森林,逻辑回归,支持向量机和极限学习机四种机器学习算法,RBM-ELM算法能获得较高的分类精度.
|
关 键 词: | 限制玻尔兹曼机 极限学习机 降维 输入层权值 隐含层偏置 |
A Method of Extreme Learning Machine Based on Restricted Boltzmann Machine |
| |
Abstract: | |
| |
Keywords: | restricted boltzmann machine extreme learning machine dimensionality reduction input layer weights bias of hidden layer |
本文献已被 CNKI 万方数据 等数据库收录! |
|