基于非線(xiàn)性主元提取的增強(qiáng)型極限學(xué)習(xí)機(jī)模型及其在化工領(lǐng)域中的應(yīng)用.pdf

1、北京化工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均己在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。作者簽名：日期：埋絲t鄉(xiāng)∑l關(guān)于論文使用授權(quán)的說(shuō)明學(xué)位論文作者完全了解北京化工大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期

2、間論文工作的知識(shí)產(chǎn)權(quán)單位屬北京化工大學(xué)。學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)，允許學(xué)位論文被查閱和借閱；學(xué)?？梢怨紝W(xué)位論文的全部或部分內(nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文?？谡撐臅翰还_(kāi)(或保密)注釋?zhuān)罕緦W(xué)位論文屬于暫不公開(kāi)(或保密)范圍，在』L年解密后適用本授權(quán)書(shū)?？诜菚翰还_(kāi)(或保密)論文注釋?zhuān)罕緦W(xué)位論文不屬于暫不公開(kāi)(或保密)范圍，適用本授權(quán)書(shū)。作者簽名：導(dǎo)師簽名：日期：日期：》飛c(

3、’，G，，＼摘要基于非線(xiàn)性主元提取的增強(qiáng)型極限學(xué)習(xí)機(jī)模型及其在化工領(lǐng)域中的應(yīng)用，摘要很多領(lǐng)域已經(jīng)應(yīng)用了前饋型神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，但是由于多數(shù)基于梯度下降的學(xué)習(xí)算法的參數(shù)需要進(jìn)行重復(fù)迭代訓(xùn)練，且算法很容易陷入局部最小值點(diǎn)，使得多數(shù)基于梯度下降的學(xué)習(xí)算法不能滿(mǎn)足實(shí)際要求。針對(duì)單隱含層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(SLFNs)存在的一些問(wèn)題，2005年，黃廣斌等人針對(duì)提出了一種新的學(xué)習(xí)算法。該算法針對(duì)解決傳統(tǒng)單隱含層前饋神經(jīng)網(wǎng)絡(luò)存在的上述問(wèn)題，并命名為極

4、限學(xué)習(xí)機(jī)算法(簡(jiǎn)稱(chēng)為ELM)。極限學(xué)習(xí)機(jī)的網(wǎng)絡(luò)結(jié)構(gòu)由一個(gè)輸入層，單隱含層以及一個(gè)輸出層構(gòu)成。與其他的學(xué)習(xí)算法不同之處在于，ELM任意設(shè)定輸入權(quán)值和網(wǎng)絡(luò)隱含層節(jié)點(diǎn)閾值，然后通過(guò)MoorePenrose廣義逆的求解方法求取網(wǎng)絡(luò)隱含層輸出矩陣，最終獲得連接網(wǎng)絡(luò)隱含層與網(wǎng)絡(luò)輸出層的權(quán)值。ELM學(xué)習(xí)算法除了預(yù)先設(shè)定網(wǎng)絡(luò)結(jié)構(gòu)外無(wú)需設(shè)定其他參數(shù)，容易使用，且學(xué)習(xí)速度較傳統(tǒng)前饋學(xué)習(xí)算法快近幾千倍，除此之外，ELM學(xué)習(xí)算法具有良好的泛化性能。但是，隨著現(xiàn)