一种基于极限学习机的分类器及其应用研究

《一种基于极限学习机的分类器及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文一种基于极限学习机的分类器及其应用研究作者姓名：范宇辰指导教师：王洪峰副教授东北大学信息科学与工程学院申请学位级别：硕士学科类别：工学学科专业名称：系统工程论文提交日期：2014年6月论文答辩日期：2014年6月学位授予日期：州掣阳目答辩委员会主席：坛嫩评阅人：玩婚叙．j淳搬东北大学2014年7月万方数据AThesisinSystemsEngineeringResearcIIeS0naUlassilierBased0n1ho／1’-“1h1ExtremeLearningMachineandItsApplicationByFanYuchenSupervisor：A

2、ssociateProfessorWangHongfengNortheasternUniversityJuly2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢=巴思。学位论文作者签名：苗孑砬日期：厶耳．6．毒6学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文

3、被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年∥一年口学位论文作者签名：花奇砬签字日期：如洱．&26勉夏厶．泼咿轴z驯两系玑访名期签日雁字导签口靴年一万方数据东北大学硕士学位论文摘要一种基于极限学习机的分类器及其应用研究摘要从数据中发现知识是分析复杂数据和建立决策系统的基石，其中模式分类是知识发现中的一项重要内容。近年来，研究者们广泛采用人工智能方法来解决模式分类问题，并且在医学诊断、机械故障诊断、语音识别、人脸识别等领域获得了很好的应用。极限学习机(ExtremeLearningMachine，EL

4、M)是2006年Huang提出的一种新型人工智能方法。ELM属于单隐层前馈神经网络，其学习算法能够在随机选择输入层权值的前提下，利用Moore．Penrose广义逆解析求出输出层权值。与传统的学习算法相比，ELM学习算法只需设置隐层节点个数，在算法执行过程中不需要调整输入权值以及隐层节点的偏置，就能获得唯一的最优解析解。因其易于学习以及具有很好的鲁棒性，ELM近年来在人工智能领域引发了广泛关注和研究热情。本文采纳系统工程思想，利用人工智能、信息科学等领域的相关研究成果，从算法机理和实际应用两个方面对ELM展开研究，主要研究内容可以归纳为如下几个方面：(1)对相关研究工作进行综述。在介绍人工智能

5、的发展历程以及几种经典的人工智能分类方法的基础上，对极限学习机的原理和研究现状进行了重点阐述。(2)对ELM的算法机理进行研究。针对一种Benchmark分类问题，利用仿真实验探讨了训练样本个数、隐层节点数、输入层权值以及隐层节点偏置量等四个重要参数对ELM分类器性能的影响程度；此外，还考虑实际应用特点，研究了样本归一化处理方法对ELM分类器性能的影响程度。(3)对ELM在实际问题中的应用进行研究。在一个摔倒测试的实际应用问题中，设计了相应的ELM分类器，利用实测数据分析和验证了该分类器的准确程度以及参数灵敏性。(4)对本文的研究工作进行总结，指出不足之处，并对在后续研究中需要深入探讨的问题进

6、行进一步展望。关键词：人工智能；极限学习机；分类问题；神经网络；人体动作识别万方数据东北大学硕士学位论文AbstractResearchesonaClassifierBasedonExtremeLearningMachineandItsApplicationAbstractDiscoveringknowledgefromhugedataisthebasisofcomplexdataanalysisanddecision—makingsystemestablishment．Pattemclassificationisoneofimportantresearchissuesinknowledged

7、iscovery．Inrecentdecades，artificialintelligence(AI)methodshavebeenwidelyappliedintomanyreal—worldclassificationproblems，suchasmedicaldiagnosis，mechanicaldiagnosis，speechrecognition，facerecognitionande