资料下载
×
基于快速自编码的正则化极限学习机
消耗积分:1 |
格式:rar |
大小:0.65 MB |
2017-11-30
分享资料个
正则化极限学习机RELM是一种单隐层前馈神经网络，不同于传统神经网络算法，RELM通过随机设置输入层权重和偏置值，可以快速求得输出层权重，并且引入正则化因子，能够提高模型的泛化能力。针对文本信息高维度、多类别的问题，提出一种基于快速自编码的正则化极限学习机FARELM。将由RELM改进后的快速自编码神经网络对样本进行无监督特征学习，并对特征提取后的数据使用RELM进行分类。实验表明，FARELM的学习速度和分类精度较优。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
