极限学习机ELM

本文介绍了极限学习机(ELM)相对于BP神经网络的优势,如快速训练、无需权值调整及优秀的泛化性能。通过MATLAB实现了一个示例,展示ELM在时间序列预测中的应用,计算了训练和测试集的均方根误差(RMSE),以验证其预测效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

BP网络的特点

(优点)

非线性映射能力;自适应性;

(缺点)

梯度下降法需要多次迭代,从而修正权值和阈值,所以训练速度慢;

容易陷入局部最优,无法达到全局最小;

学习率选择敏感(太小收敛速度慢,太大训练过程不稳定);

极限学习机(ELM)特点

在训练过程中无需调整权值和阈值,只需要调整隐含层神经元个数,可获得唯一最优解;

学习速度快,泛化性能好;

data = csvread('D:\article\test.csv');
sample = size(data,1);
timespan = 6;
imfindex = 1;
for i = 1:(sample-timespan)
    x(i,:) = data(i:i+timespan-1,imfindex)';
end
y = data(timespan+1:end,imfindex);


predictspan = 7;
dividindex = size(x,1) - predictspan + 1;
x_train = x(1:dividindex-1,:);
y_train = y(1:dividindex-1,:);
x_test = x(dividindex:end,:);
y_test = y(dividindex:end,:);

[train_input,inputps] = mapminmax(x_train');
[train_output,outputps] = mapminmax(y_train');

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值