单隐层神经网络输入权值的一种新算法

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-10-11 合作期刊: 《计算机应用研究》

刘金澎 田大钢

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。

 点击量 4174  下载量 1718  评论