计算机应用

作者：孙浩艺, 王传美, 丁义明

单位：武汉理工大学 理学院, 武汉 430070

关键词：极限学习机,Moore-Penrose广义逆矩阵,L21范数,线性相关,Gaussian滤波

基金：国家重点研发计划项目（2020YFA0714202）。

针对极限学习机（ELM）中隐藏层到输出层存在误差的问题，通过分析发现误差来源于求解隐藏层输出矩阵H的Moore-Penrose广义逆矩阵Η†的过程，即矩阵H†H与单位矩阵有偏差，可根据偏差的程度来选择合适的输出矩阵H以获得较小的训练误差。根据广义逆矩阵和辅助矩阵的定义，首先确定了目标矩阵H†H和误差指标L21范数，其次通过实验分析表明H†H的L21范数与ELM的误差呈显著线性相关，最后通过引入Gaussian滤波对目标矩阵进行降噪处理，由此有效降低了目标矩阵的L21范数，同时降低了ELM的误差，达到优化ELM算法的目的。

来源：2021年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第9期