极速学习机相关论文
无标注样本或标注样本量少时,机器学习构建的模型容易出现过拟合、表达能力差且泛化性差等问题,如极限学习机在无监督学习环境下容......
当前,在移动互联网上基于用户端室内位置的服务日渐增多,如电子商务通过准确定位用户的位置可以进行有针对性的商品推荐;紧急救援(......
人体运动跟踪是计算机视觉领域的重要分支，已经在医疗应用、无人驾驶、人机交互等方面得到了广泛应用，但是图像观测空间数据维数庞大......
随着计算机技术的飞速发展和社会公共安全需要的日益增长，身份识别受到极大的重视，作为典型的生物特征识别的人脸识别也逐渐成为研究......
随着信息技术的不断发展,以神经网络为载体的深度学习逐渐成为了现阶段各种先进技术的代名词。神经网络技术从上世纪出现以后,各种......
织物的疵点检测是纺织品质量控制的重要环节,目前主要还是由人工来实现,面临的问题是:随着技术的进步,市场对织物质量检测的要求也......
具有模型不确定性的非线性系统控制研究,具有极高的理论价值和实际意义,已成为非线性系统控制领域的研究热点之一。本文提出非线性......
增量极速学习机(EM-ELM、I-ELM等)是在极速学习机的基础之上,把隐藏节点的个数由固定的转变为动态变化的分类器。最近的研究表明,......
极速学习机(Extreme Learning Machine, ELM)是近十年前提出的一种快速机器学习算法,它最早应用于单隐层前馈神经网络的学习,由于......
近年来,随着大数据时代的到来,数据的规模和复杂性呈指数增长趋势。如何从海量数据中快速准确地挖掘出有价值的知识,已成为机器学......
极速学习机（ELM）算法只对平衡数据集分类较好，对于非平衡数据集，它通常偏向多数样本类，对于少数样本类性能较低。针对这一问题，提出了一......
为了应对能源危机，许多国家开始大力发展最有发展前景之一的风能，而风速预测是进行风电场出力预测的前提条件。目前常用的风速预测方......
随着WLAN的普及，基于RSS(Received Signal Strength)的室内定位方法逐渐成为研究与应用的热点。其中，基于指纹的定位方法已成为主流，......
针对智能手机佩戴位置多样性对移动用户行为识别结果的影响,提出一种位置无关的多模型移动用户行为识别方法。该方法通过计算手机......
提出了一种基于多分类投影极速学习机的快速人脸识别方法.首先采用2DGabor小波提取所有人脸样本图像的人脸特征,然后将学习样本的......
极速学习机（ExtremeLearning其Machine，ELM）以其训练速度快、易实现、泛化性能好等优点受到了广泛关注。然而在数据绝度较高的场景，数......
基于WLAN（Wireless Local Area Networks）的无线定位是移动互联网领域的重要研究内容之一.其中,指纹定位方法已成为主流,此类方法的......
神经网络已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但学习方法的速度不能满足实际需求。传统的误差反向传播方法......
摘要：极速学习机（extreme learning machine， ELM）具有训练速度快和良好的泛化能力等优点，已被广泛应用，并取得了较大成功。然而初始的EL......
当前基于神经网络方法的车牌字符识别技术都使用固定的训练样本,学习的效果受初始样本限制,对于识别过程中新出现的不同角度、光线......
极速学习机(ELM)由于具有较快的训练速度和较好的泛化能力而被广泛的应用到很多的领域,然而在计算数据样例个数较大的情况下,它的......
针对回采工作面瓦斯涌出这样复杂的动态变化系统,提出了改进的和声搜索算法（IHS）与正则极速学习机（RELM）相结合的预测方法。对和声搜索......
PID控制器在智能伺服系统的设计上具有良好的应用前景。目前，神经网络PID控制器在各个控制领域中得到了成功的应用，如BP神经网络PID......
为了解决由于每个用户的行为都有自身的特点和习惯,加之手机放置位置和方向的不确定性及多样性所导致的通用模型识别率低的问题,文......
图像超分辨率重建旨在利用一幅或者多幅低分辨率图像恢复出高分辨率图像,近年来已发展成为计算机视觉领域的研究热点之一。目前,基......
使用深层限制波尔兹曼机实现高维数据非线性降维,再结合极速学习机算法,提出了一种复合的DBMELM深层网络模型.该模型在复杂高维数......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
传统的机器学习方法应用于均衡数据能够取得较好的学习效果,但是处理非均衡数据时,基于误差最小化原理的学习机制往往导致结果偏向......
针对图像识别领域目标域标注数据较少而未标注数据较多的情形,为能充分利用未标注数据以提高模型识别能力,提出一种自标注在线顺序......
运动目标检测和跟踪是运动目标行为分析的基础，是计算机感知和理解周围环境变化的重要前提，一直是计算机视觉领域中活跃的研究课题；煤......
智能软件系统已成为软件工程领域最重要的研发对象之一。无论是学术界还是工业界,都对能使软件智能化的算法产生了浓厚的兴趣。其......
极速学习机是一种新颖的机器学习算法，在输入权值和隐含层偏置值随机设置的情况下，网络的所有参数就不必迭代的调整，而是通过求一个最......
世界老龄化趋势日益严重,现代化的生活习惯又使得大多数老人独居,统计数据表明,跌倒是老年人的主要致伤原因。利用先进的计算机技......
在交互环境下,模糊积分分类器具有良好的分类性能.如何确定在属性集幂集上定义的模糊测度是模糊积分分类器中的一个关键问题.当属......
期刊
极速学习机(extreme learning machine,ELM)是近年提出的一种极其快速且具有良好泛化性保证的单隐层神经网络学习算法.然而ELM随机......
随着数据规模的快速膨胀,基于单机的串行神经网络结构面临着巨大的计算挑战,难以满足现实应用中的扩展需求.在极速学习机（extreme l......
针对移动用户行为识别的问题,提出一种带权值样本筛选的迁移学习方法。该方法通过将训练集分割重构并赋样本权值,依据训练样本在对......
为解决因庞大的矩阵存储和计算,ELM(Extreme Learning Machines)难以应用到大规模、高维数据集的问题,提出一种基于"分而治之"策略......
图像的变化检测旨在发现同一地区不同时间下地物的变化信息,SAR图像的变化检测是合成孔径雷达的一个重要的应用领域。传统的变化检......
分类器设计一直是模式识别领域研究的重要课题之一。近十年来，随着统计学习和核函数理论的深入研究，涌现出许多新方法。这些理论和方......
随着经济社会的飞速发展,各种大型广场、娱乐场所层出不穷,大型人群活动也日益频繁,与此同时,高度拥挤的人群导致的人群灾祸屡见不......
极速学习机（Extreme learning machine,ELM）虽然已在理论和应用中证实有很好的泛化性能和极快的训练速度,但是在处理非均衡数据时,它......
极速学习机是一种新型单隐含层前馈神经网络的训练方法.它将整个神经网络视为一个线性系统,通过线性系统的最小二乘最小模解来得到......
随着移动设备的发展和普及,以及移动互联网、物联网的兴起,情境感知技术备受关注。情境感知和移动应用的结合产生了移动情境感知,......
脑电信号是亿万个神经元活动在大脑皮层的综合反映，含有丰富的有用信息，并且受内分泌系统和神经系统支配，能够更客观的反映人的生理状......
伴随着高速公路突飞猛进的大跨越式发展,高速公路收费工作所处的地位也越来越重要,而作为承载着对高速公路收费工作遮风挡雨的收费......
