一种基于遗忘机制的在线深度极限学习机

作者：刘步中

来源：电子技术应用, 2018, 44(07): 135-138.

DOI：10.16157/j.issn.0258-7998.174335

• 神经网络
• 特征学习
• 极限学习机
• 遗忘机制
• 深度自动编码器

深度学习的发展促进了深度在线学习的发展,在线学习往往有较强的实效性。在在线极限学习机原理和深度极限学习机自动编码器原理的基础上,提出无监督的在线深度极限学习机自动编码器;并将遗忘机制引入在线深度ELM-AE,提出FOS-DELM-AE;用FOS-DELM-AE做无监督的特征学习,FOS-ELM做有监督的目标学习,使OS-ELM具备深层网络结构的同时,具备在线学习的能力。最后通过基于指标RMSE和R-square的实验验证了该算法FOS-ELM的有效性。