基于栈式结构的深度极限学习机
Journal of Huzhou Teachers College（2022）
摘要
针对极限学习机无法学习到原始数据中蕴含的知识,以及其隐节点设置不当引起的过拟合等问题,提出一种快速训练的深度栈式极限学习机(FT-DSELM).栈式结构以极限学习机为基础单元,通过级联多个基础单元,将初始样本与当前基础单元的决策信息逐层融合,充分挖掘子分类器中的分类知识,并引入dropout思想,以增加分类器集成的多样性.基于基准数据集的实验表明,FT-DSELM不仅能深化对原始信息的理解,还具有较好的识别性能和极快的学习速度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要