一种基于鲁棒估计的极限学习机方法胡义函.pdf

29 8 Vol. 29 No. 8 第 卷第 期 计 算 机 应 用 研 究 2012 8 Application Research of Computers Aug． 2012 年 月 一种基于鲁棒估计的极限学习机方法* a a b a ， ， ， 胡义函 张小刚 陈 华 李晶辉 ( a． ;b． ， 4 10082) 湖南大学 电气与信息工程学院 信息科学与工程学院 长沙 : (ELM ) (single-hidden layer feedforward neural networks， 摘 要 极限学习机 是一种单隐层前馈神经网络 SLFNs)， ， 。ELM 它相较于传统神经网络算法来说结构简单 具有较快的学习速度和良好的泛化性能等优点 的输 (least square ，LE) ， LS ， 出权值是由最小二乘法 计算得出 然而经典的 估计的抗差能力较差 容易夸大离群点和噪 ， 。 ， M 声的影响 从而造成训练出的参数模型不准确甚至得到完全错误的结果 为了解决此问题 提出一种基于 估 (RBELM)， 计的采用加权最小二乘方法来取代最小二乘法计算输出权值的鲁棒极限学习机算法 通过对多个数 ， ， ， 。 据集进行回归和分类分析实验 结果表明 该方法能够有效降低异常值的影响 具有良好的抗差能力 : ; ; ;M ; 关键词 极限学习机 稳健估计 鲁棒极限学习机 估计 神经网络 中图分类号:TP18 文献标志码:A 文章编号:1001-3695 (2012)08-2926-05 doi :10 ． 3969 /j ． issn． 1001-3695． 2012 ． 08． 033 Extreme learning machine on robust estimation a a b a HU Yi-han ，ZHANG Xiao-gang ，CHEN Hua ，LI Jing-hui (