文献类型：期刊文章

作　　者：孙艳丰[1] 杨新东[1] 胡永利[1] 王萍[2]

机构地区：[1]北京工业大学城市交通学院多媒体与智能软件技术北京市重点实验室,北京100124 [2]哈尔滨理工大学应用科学学院,哈尔滨150080

出　　处：《北京工业大学学报》

基　　金：国家自然科学基金资助项目(61370119);北京市自然科学基金资助项目(4132013)

年　　份：2015

卷　　号：41

期　　号：9

起止页码：1341-1348

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：在极限学习机(extreme learning machine,ELM)网络中,对可加型隐单元的激活函数通常选择的是Sigmoid函数.因此,首先提出一种新型修正线性函数的近似平滑函数Softplus来替代它.Softplus激活函数因为更接近生物学的激活模型且具有一定的稀疏能力,可进一步优化网络性能.其次,为了使ELM算法训练的网络具有更好的分类性能,考虑了类内距和类间距的约束,提出了基于改进Fisher判别约束的ELM算法,从而使解析求得的输出权值更加利于分类,进一步改进了识别性能.最后,在手写数字库和人脸库上的实验证明了改进ELM算法的可行性和优越性.

关 键 词：ELM算法  激活函数 FISHER判别

分 类 号：U461] TP308]