一种基于粒子群优化的极限学习机

作者：王杰; 毕浩洋

来源：郑州大学学报(理学版）, 2013, (01): 100-104.

• 粒子群
• 极限学习机
• 隐含层节点 particle swarm optimization
• extreme learning machine
• hidden neurons

极限学习机(ELM)是一种新型的前馈神经网络,相比于传统的单隐含层前馈神经网络(SLFN),ELM具有速度快、误差小的优点.由于随机给定输入权值和偏差,ELM通常需要较多隐含层节点才能达到理想精度.粒子群极限学习机算法为使用粒子群算法(particle swarm optimization,PSO)选择最优的输入权值矩阵和隐含层偏差,从而计算出输出权值矩阵.一维Sinc函数拟合实验表明,相比于ELM算法和传统神经网络算法,粒子群极限学习机算法依靠较少的隐含层节点能够获得较高精度.

• 单位
  郑州大学