一种基于ELM的多类Adaboost集成学习方法技术资料下载

技术编号:8282739

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

专利说明 本发明涉及集成学习,特别是一种基于ELM的多类Adaboost集成学习方 法的。 背景技术 针对前馈神经网络,许多研宄已表明,人工神经网络不仅具有较好的非线性逼近 能力,也可以应用于一些自然和人为的问题作为基本模型。而这些往往是其他经典方法力 所不及的。近年来有人提出了一种新的基于多隐层的前馈神经网络的简单方法,称为极限 学习机。该方法无需梯度下降的迭代调整,而只需随机设定输入层权值和隐含层前馈神经 元阈值,直接利用广义逆快速求解。相比传统的神...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发