计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (16): 50-54.DOI: 10.3778/j.issn.1002-8331.1604-0148
翟宁宁,孙玉华
ZHAI Ningning, SUN Yuhua
摘要: 对极限学习机的模型进行了研究,提出了一种结合期望风险最小化的极限学习机的预测模型。其基本思想是同时考虑结构风险和期望风险,根据期望风险和经验风险之间的关系,将期望风险转换成经验风险,进行最小化期望风险的极限学习机预测模型求解。利用人工数据集和实际数据集进行回归问题的数值实验,并与极限学习机(ELM)和正则极限学习机(RELM)两种算法的性能进行了比较,实验结果表明,所提方法能有效提高了泛化能力。