Resumen

Se propone un enfoque de clasificación mejorado para resolver el problema de investigación candente de algunas muestras de multiclasificación complejas basadas en la máquina de aprendizaje extremo (ELM). ELM se propuso basado en la red neuronal de alimentación hacia adelante de una sola capa oculta (SLFNN). ELM se caracteriza por las reglas de selección de parámetros más fáciles, la velocidad de convergencia más rápida, la menor intervención humana, y así sucesivamente. Para mejorar aún más la precisión de clasificación de ELM, se desarrolla un método de generación mejorado de la estructura de red de ELM mediante el ajuste dinámico del número de nodos ocultos. El cambio en el número de nodos ocultos puede servir como la longitud del paso de actualización computacional del algoritmo ELM. En este documento, el algoritmo mejorado se puede llamar máquina de aprendizaje extremo incremental de paso variable (VSI-ELM). Para verificar el efecto de los nodos de la capa oculta en el rendimiento de ELM, se

• Materias:Matriz acústica Ingeniería subterránea Vibración longitudinal Transmisión dinámica Fallas de rodamientos
• Subjects:Acoustic array Underground engineering Longitudinal vibration Dynamic transmission Bearing failures
• Palabras claves:Propuesto; Máquina de aprendizaje extrema; Clasificación; Algoritmo mejorado; Nodos ocultos; VSI-ELM
• Keywords:Proposed; Extreme learning machine; Classification; Improved algorithm; Hidden nodes; VSI-ELM