摘要
为提高随机配置网络(Stochastic configuration networks,SCN)的泛化能力,提出了一种适用于SCN的光滑化L1正则化方法.针对L1正则化算子局部不可微的缺陷,在曲线不光滑点的邻域内进行光滑处理,并在此基础上构建SCN的光滑误差函数,提出了增量计算权值的算法;进而以交替方向乘子法为基础给出了权值的全局优化算法,并且在理论上分析了算法的收敛性;与L1正则化的稀疏性和L2正则化均匀减小参数的特点相比,所提方法按重要程度保留了数据的全部特征,使参数既保持在较小的范围内又具有层次分明的分布,从而使网络具有更好的泛化能力;最后,通过数值仿真实验验证了所提方法的可行性和有效性.
-
单位自动化学院; 东北大学; 流程工业综合自动化国家重点实验室; 沈阳工学院