摘要:無逆矩陣極限學習機只能以批量學習方式進行訓練,將其拓展為無逆矩陣在線學習版本,提出了無逆矩陣在線序列極限學習機算法(IOS-ELM)。所提算法增加訓練樣本時,利用Sherman Morrison Woodbury公式對新增樣本數(shù)據后的模型進行更新,直接計算出新增隱含層輸出權重,避免對已經分析過的訓練樣本的輸出權重進行重復計算。給出了所提IOS-ELM算法的詳細推導過程。在不同類型和大小的數(shù)據集上的實驗結果表明,所提IOS-ELM算法非常適合在線方式逐步生成的數(shù)據集,在快速學習和性能方面都有很好的表現(xiàn)。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社