邵庆言
- 作品数：4 被引量：5H指数：2
- 供职机构：河北大学数学与计算机学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- ELM网络结构选择研究
- 极端学习机（ELM: Extreme Learning Machine）是训练单隐含层前馈型神经网络的学习算法，它不用迭代调整权值，隐含层的输入权值和偏置都是随机生成的，输出权值是通过分析的方法确定的。ELM具有学习速度...
- 邵庆言
- 关键词：神经网络ELM相容粗糙集
- 文献传递
- 基于结点敏感度的单隐含层前馈神经网络结构选择被引量：3
- 2014年
- 提出了一种基于结点敏感度的单隐含层前馈神经网络结构选择方法。该方法从一个隐含层结点个数较多的网络开始,首先利用结点敏感度度量隐含层结点的重要性,然后按重要性对隐含层结点由大到小排序,最后逐个剪去不重要的隐含层结点,直到满足预定义的停止条件。该算法的特点是不需要重复训练神经网络,得到的网络结构紧凑,具有较高的泛化能力。在实际数据集和UCI数据集上的实验结果显示,提出的算法是行之有效的。
- 翟俊海哈明光邵庆言王熙照
- 关键词：前馈神经网络敏感度交叉熵
- 基于相容粗糙集的ELM网络结构选择
- 2012年
- 结构选择是神经网络研究的热点,文章提出了一种基于相容粗糙集技术的ELM(Extreme LearningMachine)网络结构选择方法,给定一个含有很多隐含层结点的前馈神经网络。该方法用相容依赖度度量隐含层结点的重要性,将不重要的隐含层结点逐一去掉,直到满足预定义的终止条件为止。实验结果表明,该文提出的方法是行之有效的。
- 翟俊海邵庆言苗青
- 关键词：粗糙集相容粗糙集神经网络
- 基于相容粗糙集技术的ELM网络结构选择
- 粗糙集理论已成功应用于数据挖掘、模式识别、机器学习等领域,但粗糙集理论应用于神经网络结构选择的工作尚未见到.本文提出了一种基于相容粗糙集技术的ELM网络结构选择方法,该方法利用相容依赖度度量神经网络隐含层结点的重要性.实...
- 翟俊海邵庆言苗青王熙照
- 文献传递
