-
公开(公告)号：CN109816046A
公开(公告)日：2019-05-28
申请号：CN201910121909.5
申请日：2019-02-19
Applicant: 张家港江苏科技大学产业技术研究院
IPC: G06K9/62
Abstract: 本发明公开了一种基于极限学习机的深度聚集式分类方法及系统，所述方法包括：S1、构建基于极限学习机的ELM分类器；S2、通过堆栈泛化原理，以单隐层的ELM分类器为基础，逐层构建G-ELM深度聚集式分类模型，通过择优机制不断淘汰分类精度较低的ELM分类器，使G-ELM深度聚集式分类模型朝高精度聚集中心聚集。本发明基于极限学习机的G-ELM深度聚集式分类模型，在不改变极限学习机内部机制的情况下，通过堆叠泛化原理逐层构建具有一定深度的聚集式分类结构，不仅能有效解决传统极限学习机效率“瓶颈”和效率波动问题，而且通过堆叠泛化机制进一步增强分类器的泛化性能，有效提高了分类精度。
Search Results
1
records
(took 0.024 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
