声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：刘金澎,田大钢,
单位：上海理工大学管理学院,上海200093；
关键词：极端学习机,单隐层神经网络,优化方法,输出值反向分配,
基金：沪江基金资助项目(A14006)；国家级项目培养基金资助项目(16HJPY-MS02)；；
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，其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。将该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，显示其具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。
来源：2019年第12期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。