您当前的位置:首页 > 详细浏览

文献详情

单隐层神经网络输入权值的一种新算法

提交时间: 2018-10-11
作者: 刘金澎 1 ; 田大钢 1 ;
作者单位: 1.上海理工大学 管理学院;

内容摘要

针对传统极端学习机输入权值与隐层阈值随机设定的问题,提出了输出值反向分配算法。算法在传统极端学习机的基础上,通过优化方法得到最优输出值分配系数,并利用最小二乘法确定网络输入参数。将本文算法应用到常用数据集进行实验,并与其他极端学习机改进算法进行比较,显示本文算法有良好的学习以及泛化能力,能够得到简单的网络结构,证明了算法的有效性。
点击下载全文 评论 来自合作期刊:《计算机应用研究》 点击量:950 下载量:461
期刊:计算机应用研究
推荐引用方式: 刘金澎,田大钢.(2018).单隐层神经网络输入权值的一种新算法.计算机应用研究.doi:10.12074/201810.00019 (点此复制)
版本历史
[V1] 2018-10-11 09:20:10 chinaXiv:201810.00019V1 下载全文
相关论文推荐

点击下载全文

当前浏览

更改浏览

跨类浏览

  • - 暂无