国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:张杰, 沈苏彬
单位:南京邮电大学 计算机学院, 南京 210046
关键词:极限学习机,动态学习,物联网,机器学习,剪枝
基金:江苏省未来网络前瞻性研究项目(BY20130951108)。
为满足物联网环境下边缘设备对机器学习算法准确、快速以及自适应产生参数的需求,在DE-ELM的基础上提出一种在线的GP-ELM算法。通过改进结点增加方式,在每次增加结点的同时添加结点统计和结点删除步骤,提高训练速度,同时保持算法的准确性。运用Matlab软件对图片分割、卫星图片分类、卫星DNA等数据集进行训练实验,结果表明,与EI-ELM、D-ELM、EM-ELM等算法相比,GP-ELM算法在准确率、训练时间、模型大小和泛化能力等方面都表现出较好的学习性能。
来源:2020年第6期
《计算机工程》期刊编辑部