摘要：针对高维数据中存在冗余以及极限学习机（ELM）存在随机给定权值导致算法性能不稳定等问题,将限制玻尔兹曼机（RBM）与ELM相结合提出了基于限制玻尔兹曼机优化的极限学习机算法（RBM-ELM）.通过限制玻尔兹曼机对原始数据进行特征降维的同时,得到ELM输入层权值和隐含层偏置的优化参数.实验结果表明,相比较随机森林,逻辑回归,支持向量机和极限学习机四种机器学习算法,RBM-ELM算法能获得较高的分类精度.

原文链接:http://www.cqvip.com//QK/93074X/201611/669225805.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）