基于头脑风暴的极限学习机算法的分析与研究开题报告
2022-01-09 22:40:39
全文总字数：3483字
1. 研究目的与意义及国内外研究现状
机器学习是当今大数据时代的核心研究方向，并渗透到人们日常生活的方方面面当中。而在机器学习的研究当中，预测、分类的研究占据着重要的地位，预测、分类模型的性能往往是一个应用成果与否的关键。传统前馈神经网络采用梯度下降的迭代算法去调整权重参数，具有明显的缺陷；
（1）学习速度缓慢，从而计算时间代价增大；
2. 研究的基本内容
该论题研究的主要内容是以下几个方面：
一、极限学习机算法的研究及现状
1、极限学习机的基本概念
3. 实施方案、进度安排及预期效果
极限学习机的特点是
（1）极限学习理论探讨了神经网络、机器学习领域悬而从未决的问题
（2）极限学习机的相同构架可用作特征学习，聚类，回归和（二类/多类）分类问题。
4. 参考文献
| [7]周召娣. 极限学习机相关算法的优化及应用研究[D].南京信息工程大学,2016. [8]甘露. 极限学习机的研究与应用[D].西安电子科技大学,2014. [9]蔡良健. 基于极限学习机的多示例算法研究[D].郑州大学,2016. [10]杨玉婷,史玉回,夏顺仁.基于讨论机制的头脑风暴优化算法[J].浙江大学学报(工学版),2013,47(10):1705-1711 1746. [11]DENG ChenWei,HUANG GuangBin,XU Jia,TANG JieXiong.Extreme learning machines: new trends and applications[J].Science China(Information Sciences),2015,58(02):5-20. [12]YU Jing,SONG Wei,LI Ming,HOU Jianjun,WANG Nan.A Novel Image Classification Algorithm Based on Extreme Learning Machine[J].中国通信,2015,12(S2):48-54. |
