基于流形学习的极限学习机算法研究

《基于流形学习的极限学习机算法研究》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、分类号：学校代码：10165密级：学号：201511000940硕士学位论文基于流形学习的极限学习机算法研究ResearchonExtremeLearningMachineAlgorithmBasedonManifoldLearning作者姓名：魏迪学科、专业：教育技术学研究方向：模式识别导师姓名：刘德山副教授2018年6月辽宁师范大学硕士学位论文摘要极限学习机(Extremelearningmachine,ELM)是机器学习领域的重要算法之一，主要用于解决数据的分类和回归问题。它结构简单容易实现、学习速度快，更

2、重要的是具有良好的全局寻优能力，因此，对极限学习机算法的研究有重要的研究意义和应用价值。随着极限学习机在多个方面取得成功的应用，其研究也备受关注,本文针对极限学习机学习不充分的问题进行了研究，借助流形学习的思想，利用数据的流形结构充分挖掘数据的潜在信息，提出了两种不同的改进算法，主要的研究成果如下：（1）从极限学习机算法的模型角度进行创新研究，基于流形学习方法，将局部保持嵌入算法(Neighborhoodpreservingembedding,NPE)的思想引入到ELM模型中，提出了一种邻域保持极限学习机算法(N

3、eighborhoodpreservingextremelearningmachine,NPELM)。该算法保持数据的本质几何结构和内在流形信息，通过最小化类内离散度矩阵来提高极限学习机整体的分类性能。（2）在邻域保持极限学习机算法的基础上，引入基于数据的类间离散度，提出了一种基于流形学习的判别邻域保持极限学习机算法(Discriminativeneighborhoodpreservingextremelearningmachine,DNPELM)。通过定义数据类内离散度矩阵的最小化和类间离散度矩阵的最大化，使算

4、法不仅保持数据的局部几何结构信息，而且充分发挥数据间类别判别信息的作用，从而提高极限学习机算法的分类准确性。实验结果表明，这两种优化的算法在图像识别领域中取得了很好的分类效果，与其他算法相比，具有更好的分类精度和泛化能力。关键词：极限学习机；流形学习；有监督学习；几何结构；判别信息-I-基于流形学习的极限学习机算法研究ResearchonExtremeLearningMachineAlgorithmBasedonManifoldLearningAbstractExtremelearningmachine(ELM)

5、isoneofthemostimportantalgorithmsinthefieldofmachinelearning,whichismainlyusedtosolvetheproblemofdataclassificationandregression.Ithassimplestructureandeasytorealization,thelearningspeedisfast,andmoreimportantly,ithasgoodglobaloptimizationability.Therefore,th

6、estudyofELMalgorithmhasimportantresearchsignificanceandapplicationvalue.Asthesuccessfulapplicationinmanyfields,theresearchofELMhasattractedmuchattention.Inthispaper,wegiveastudyaimingtosolvetheinadequatelearningofELM.Byexploitingtheideaofmanifoldlearning,wemi

7、nethepotentialinformationofdatabyusingthemanifoldstructureofdata,andtwodifferentimprovedalgorithmsareproposed.Themainresearchresultsareasfollows:(1)InnovationresearchfromtheperspectiveofELMalgorithmmodel,basedonmanifoldlearningmethod,theideaoftheneighborhoodp

8、reservingembeddingalgorithm(Neighborhoodpreservingembedding,NPE)isintroducedintotheELMmodel,aneighborhoodpreservingextremelearningmachinealgorithmisproposed(Neighborhoodpreservingextremel