极限学习机与偏最小二乘法

上传者: zhenxin7281247 | 上传时间: 2019-12-21 22:20:27 | 文件大小: 16KB | 文件类型: rar
由于神经网络具有拟合非线性的能力,所以可以用神经网络来处理内部模型的非线性特性,因此这种内部模型采用神经网络的非线性PLS方法得到了广泛的应用。传统的前馈神经网络在训练中采用梯度学习算法,网络中的参数需要迭代更新,不仅训练时间长,而且容易导致局部极小和过度训练等问题,另外其多隐层的结构也导致了样本训练速度慢,训练误差大"此外,Bartlett提出对于已达到最小训练误差的前馈神经网络,权值越小泛化特性越好,而传统的梯度学习算法仅仅考虑训练误差最小,忽视了权值大小对网络的影响,这些问题都将影响到模型的泛化特性。

文件下载

资源详情

[{"title":"( 11 个子文件 16KB ) 极限学习机与偏最小二乘法","children":[{"title":"ELM-PLS","children":[{"title":"main_pls.asv <span style='color:#111;'> 1012B </span>","children":null,"spread":false},{"title":"main_pls.m <span style='color:#111;'> 1.01KB </span>","children":null,"spread":false},{"title":"xn.mat <span style='color:#111;'> 3.94KB </span>","children":null,"spread":false},{"title":"xnn.mat <span style='color:#111;'> 3.93KB </span>","children":null,"spread":false},{"title":"DELM.m <span style='color:#111;'> 799B </span>","children":null,"spread":false},{"title":"yystandard.m <span style='color:#111;'> 417B </span>","children":null,"spread":false},{"title":"ELM.m <span style='color:#111;'> 7.90KB </span>","children":null,"spread":false},{"title":"yn.mat <span style='color:#111;'> 599B </span>","children":null,"spread":false},{"title":"plss.m <span style='color:#111;'> 529B </span>","children":null,"spread":false},{"title":"ynn.mat <span style='color:#111;'> 600B </span>","children":null,"spread":false},{"title":"ELM.asv <span style='color:#111;'> 7.88KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

  • longwind09_Felix :
    谢谢分享,程序对正在学习的我很有帮助
    2014-10-10
  • chenxz0011 :
    资源不错,对正在学习ELM的我很有帮助!谢谢分享
    2014-05-14
  • tudileidxl :
    程序可以作为编写新程序的参考,本人正在学习elm的仿真模拟,很有用处,感谢楼主分享!
    2014-03-09

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明