基于核的半监督极限学习机及其在交通拥挤评价中的应用

所需积分/C币:22 2021-03-03 03:25:12 714KB PDF
14
收藏 收藏
举报

事实证明,极限学习机(ELM)是广泛领域中一种有效的学习范例。 使用内核函数方法而不是隐藏层,KernelELM克服了由随机分配的权重引起的变化问题。 本文在半监督极限学习机(SSELM)中引入了基于核的优化,并通过实验对性能的改进进行了评估。 结果表明,通过内核功能的优化,KernelSSELM可以实现更高的分类精度和鲁棒性。 另外,内核SSELM用于在城市交通评估和预测系统中训练交通拥堵评估框架。

...展开详情
试读 8P 基于核的半监督极限学习机及其在交通拥挤评价中的应用
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
基于核的半监督极限学习机及其在交通拥挤评价中的应用 22积分/C币 立即下载
1/8
基于核的半监督极限学习机及其在交通拥挤评价中的应用第1页
基于核的半监督极限学习机及其在交通拥挤评价中的应用第2页

试读结束, 可继续读1页

22积分/C币 立即下载