【技术实现步骤摘要】
【技术保护点】
一种基于共轭梯度法的超限学习机建模方法,其特征在于:所述建模方法是在计算机上执行以下步骤实现的:步骤1:模型选择给定有N个训练样本的训练样本集N={(xi,ti)|i=1,…,N},其中每个输入向量xi=[x1i,x2i,…,xni]有n维数据组成,每个理想输出向量ti=[t1i,t2i,…,tmi]有m维数据组成,给定的网络隐层节点个数设为输入层到隐层的权值W为一个的矩阵,偏置b为一个的向量,其中每个元素的值为1,隐层激活函数记为G(wi,bi,x),误差函数为E=||Y‑T||2;步骤2、参数初始化随机赋值从输入层到隐层的初始权值矩阵W0;步骤3、优化初始权值(1).设初始迭代次数k=0;(2).得出隐层输出矩阵(3).定义从隐层到输出层的权值矩阵为实际输出为Yk=UkTHk,其误差函数Ek=||Yk‑Tk||2,利用Moore‑penrose广义逆可以得到:Uk=(HkHkT)‑1HkTT。代入Hk和T得到了隐层到输出层的权值矩阵Uk;(4).计算训练样本的误差函数;Ek=||Yk‑T||2=Tr[(UkTHk‑T)(UkTHk‑T)T],若误差函数值小于误差阈值,则转步骤4;否 ...
【技术特征摘要】
【专利技术属性】
技术研发人员:王健,龚晓玲,叶振昀,时贤,温艳青,杨国玲,张炳杰,
申请(专利权)人:中国石油大学华东,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。