一种基于互信息变量选择的极端学习机算法

作     者：韩敏 刘晓欣 HAN Min;LIU Xiao-xin

作者机构：大连理工大学电子信息与电气工程学部辽宁大连116023 

基　　金：国家自然科学基金项目(61074096) 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2014年第29卷第9期

页      码：1576-1580页

摘      要：针对回归问题中存在的变量选择和网络结构设计问题,提出一种基于互信息的极端学习机(ELM)训练算法,同时实现输入变量的选择和隐含层的结构优化.该算法将互信息输入变量选择嵌入到ELM网络的学习过程之中,以网络的学习性能作为衡量输入变量与输出变量相关与否的指标,并以增量式的方法确定隐含层节点的规模.在Lorenz、Gas Furnace和10组标杆数据上的仿真结果表明了所提出算法的有效性.该算法不仅可以简化网络结构,还可以提高网络的泛化性能.

主 题 词：极端学习机 变量选择 互信息 回归分析 

学科分类：0820[工学-航空航天类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13195/j.kzyjc.2013.0098

馆 藏 号：203135589...