一种基于Akaike信息准则的极限学习机

山东大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (6): 7-11.

一种基于Akaike信息准则的极限学习机

尹建川1,2, 邹早建1,3, 徐锋1

1. 上海交通大学船舶海洋与建筑工程学院, 上海 200240; 2. 大连海事大学航海学院, 辽宁大连 116026;
3.上海交通大学海洋工程国家重点实验室, 上海 200240

收稿日期:2011-04-08 出版日期:2011-12-16 发布日期:2011-04-08
作者简介:尹建川(1974- ),男,山东日照人，副教授，博士,主要研究方向为智能计算,控制理论与应用.E-mail:yinjianchuan@gmail.com
基金资助:
国家自然科学基金资助项目(51061130548;50979060)

An improved extreme learning machine based on Akaike criterion

YIN Jian-chuan1,2, ZOU Zao-jian1,3, XU Feng1

1. School of Naval Architecture, Ocean and Civil Engineering, Shanghai Jiaotong University, Shanghai 200240, China;
2. Navigation College, Dalian Maritime University, Dalian 116026, China;
3. State Key Laboratory of Ocean Engineering, Shanghai Jiaotong University, Shanghai 200240, China

Received:2011-04-08 Online:2011-12-16 Published:2011-04-08

摘要/Abstract

摘要：

为了减小传统的极限学习机网络的规模及提高网络的泛化性能,利用Akaike信息准则作为学习的最优停止准则以选择合适的隐层节点数量,同时利用修正GramSchmidt算法自动调整网络参数,提出改进的极限学习机网络构造算法。通过与传统极限学习机在通用标杆问题上的实验结果比较表明, 该改进的极限学习机具有更精简的网络结构和更快的学习速度,同时具有良好的学习精度。

关键词: 极限学习机, Akaike信息准则, 修正Gram-Schmidt算法, 前向神经网络

Abstract:

To reduce the dimension of a neural network and improve the generalization capability of the extreme learning machine (ELM) network, Akaike information criterion (AIC) was implemented to choose a suitable number of hidden units, and the modified Gram-Schmidt (MGS) method was also implemented to automatically adjust the network parameters. In comparison with the conventional ELM learning method on several commonly used regressor benchmark problems, the improved ELM algorithm could achieve a compact network with much faster training speed and satisfactory accuracy.

Key words: extreme learning machine, Akaike information criterion, modified Gram-Schmidt algorithm, feedforward neural network

中图分类号:

TP183

尹建川1,2, 邹早建1,3, 徐锋1. 一种基于Akaike信息准则的极限学习机[J]. 山东大学学报(工学版), 2011, 41(6): 7-11.

YIN Jian-chuan1,2, ZOU Zao-jian1,3, XU Feng1. An improved extreme learning machine based on Akaike criterion[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2011, 41(6): 7-11.

参考文献

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	张永花,王安玲,刘福平 . 低频非均匀电磁波在导电界面的反射相角[J]. 山东大学学报(工学版), 2006, 36(2): 22 -25 .
[2]	李侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[3]	孔祥臻,刘延俊,王勇,赵秀华 . 气动比例阀的死区补偿与仿真[J]. 山东大学学报(工学版), 2006, 36(1): 99 -102 .
[4]	来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[5]	余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[6]	陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[7]	王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[8]	季涛,高旭,孙同景,薛永端,徐丙垠 . 铁路10 kV自闭/贯通线路故障行波特征分析[J]. 山东大学学报(工学版), 2006, 36(2): 111 -116 .
[9]	秦通,孙丰荣*,王丽梅,王庆浩,李新彩. 基于极大圆盘引导的形状插值实现三维表面重建[J]. 山东大学学报(工学版), 2010, 40(3): 1 -5 .
[10]	张英,郎咏梅,赵玉晓,张鉴达,乔鹏,李善评 . 由EGSB厌氧颗粒污泥培养好氧颗粒污泥的工艺探讨[J]. 山东大学学报(工学版), 2006, 36(4): 56 -59 .