一种可应用于嵌入式系统的低复杂度超限学习机训练方法
文献类型：期刊论文
| 作者 | 张克终1; 徐力2; 尉志青1; 黄赛1; 冯志勇1 |
| 刊名 | 北京邮电大学学报
 |
| 出版日期 | 2018 |
| 卷号 | 41.0期号:002页码:9 |
| 关键词 | 超限学习机 神经网络 分类算法 低复杂度 嵌入式系统 |
| ISSN号 | 1007-5321 |
| 英文摘要 | 为解决超限学习机复杂度较高的问题,提出了一种新型的超限学习机更新策略,称为序列超限学习机.避免了复杂度较高的逆矩阵运算,而且能够应用于嵌入式系统中.序列超限学习机比各种广泛应用的机器学习分类器具有更低的计算复杂度.基于实际数据集的仿真结果表明,序列超限学习机的分类精度比传统超限学习机和其他广泛应用的分类器更高,而且具有更短的训练时间. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/36113]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.北京邮电大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 张克终,徐力,尉志青,等. 一种可应用于嵌入式系统的低复杂度超限学习机训练方法[J]. 北京邮电大学学报,2018,41.0(002):9. |
| APA | 张克终,徐力,尉志青,黄赛,&冯志勇.(2018).一种可应用于嵌入式系统的低复杂度超限学习机训练方法.北京邮电大学学报,41.0(002),9. |
| MLA | 张克终,et al."一种可应用于嵌入式系统的低复杂度超限学习机训练方法".北京邮电大学学报 41.0.002(2018):9. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。