本文目录一览

1,与传统bp神经网络相比极限学习机有哪些优点

极限学习机(ELM)算法,随机产生输入层与隐含层间的连接权值及隐含层神经元的阈值,且在训练过程中无需调整,只需设置隐含层神经元的个数,便可获得唯一的最优解,与传统的BP神经网络算法相比,ELM方法学习速度快、泛化性能好。

与传统bp神经网络相比极限学习机有哪些优点

2,Extreme learning machine 到底怎么样有没有做的前途

Extreme learning machine,极限学习机,一种有前途的算法,可以开展研究。
如果你是extreme learning machine的话,那么对你自己的要求就比较高的,你的学历高,而且技术过硬,那么就是不错的,前途是比较看好的!

Extreme learning machine 到底怎么样有没有做的前途

3,elm极限学习机做预测为什么预测不准

matlab 运行极限学习机为什么每次运行正确率不一样?这是因为每次给出的初始值不同,而造成误差。教你一招,不妨试一下每次调用matlab后去运行该程序的结果是否基本一致。
说明书上写的是,内外机的落差不超过5米都可以,不论是内机比外机高还是外机比内机高,只要高度差不超过5米就行希望采纳 谢谢

elm极限学习机做预测为什么预测不准

4,谁能解释极限学习机牛X在哪里

极限学习机(extreme learning machine)ELM是一种简单易用、有效的单隐层前馈神经网络SLFNs学习算法。2004年由南洋理工大学黄广斌副教授提出。传统的神经网络学习算法(如BP算法)需要人为设置大量的网络训练参数,并且很容易产生局部最优解。极限学习机只需要设置网络的隐层节点个数,在算法执行过程中不需要调整网络的输入权值以及隐元的偏置,并且产生唯一的最优解,因此具有学习速度快且泛化性能好的优点。
搜一下:谁能解释极限学习机牛X在哪里

文章TAG:极限学习机  与传统bp神经网络相比极限学习机有哪些优点  
下一篇