文献类型：期刊文章

作　　者：刘学艺[1] 李平[1,2] 郜传厚[3]

机构地区：[1]浙江大学航空航天学院,杭州310027 [2]浙江大学工业控制研究所,杭州310027 [3]浙江大学数学系,杭州310027

出　　处：《上海交通大学学报》

基　　金：国家高技术研究发展计划(863)项目(2006AA04Z184);国家自然科学基金资助项目(10901139;60911130510;60874029)

年　　份：2011

卷　　号：45

期　　号：8

起止页码：1140-1145

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20113914375203)、IC、INSPEC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对回归和分类问题,提出一种极限学习机(Extreme Learning Machine,ELM)的快速留一交叉验证算法,并从理论和数值仿真两方面说明其有效性.结果表明,该算法避免了以训练样本数量N次的ELM模型的显式训练,其计算复杂度与N仅呈线性趋势增长,即O(N).即使在处理大型数据集建模问题时,该算法仍然可以快速地进行ELM模型的选择和评价.通过人工和实际数据集上的仿真实验,验证了该快速留一交叉验证算法的有效性.

关 键 词：极限学习机 留一法  交叉验证  计算复杂性  

分 类 号：TP18] O234]