基于快速留一交叉验证的核极限学习机在线建模

作     者：张英堂 马超 李志宁 范红波 ZHANG Ying-tang;MA Chao;LI Zhi-ning;FAN Hong-bo

作者机构：军械工程学院车辆与电气工程系石家庄050003 

基　　金：军内科研项目资助 

出 版 物：《上海交通大学学报》 (Journal of Shanghai Jiaotong University)

年 卷 期：2014年第48卷第5期

页      码：641-646页

摘      要：提出了一种基于快速留一交叉验证(FLOO-CV)的在线核极限学习机(OKELM),以逐次增加新样本与删除旧样本的方式进行在线训练;设计了一种无需人为设定、能够根据系统过程特性自适应改变的FLOO-CV预测误差阈值,根据误差阈值仅引入预报误差较大的样本对模型进行更新,以提高模型的稀疏性和泛化能力;利用Hermitian矩阵求逆引理实现了对网络输出权值的递推求解,减小了在线存储空间和计算时间.经混沌时间序列预测和连续搅拌釜式反应器的过程辨识结果表明,相比于离线核极限学习机、无稀疏策略的在线核极限学习机和在线序贯极限学习机,OKELM具有更快的计算速度和更高的学习精度.

主 题 词：核方法 极限学习机 快速留一交叉验证 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16183/j.cnki.jsjtu.2014.05.011

馆 藏 号：203144278...