文件名称：极限学习机
文件大小：6.3MB
文件格式：PDF
更新时间：2017-03-14 09:45:56
极限学习机 神经网络
众所周知，神经网络具有良好的系统辨识能力，但BP、SVM等传统神经网络 存在许多缺陷，如易收敛到局部最小点、收敛速度慢甚至不能收敛、过拟合问题、 最优的网络隐层节点数不能确定等。此外，目前人工神经网络仅仅能够逼近连续 系统，而对于非线性混合系统则无法逼近。针对上述问题，本文围绕近年来发展 起来的极限学习理论展开研究，重点研究基于极限学习理论的连续系统和混合系 统辨识新理论与新方法。