张海英
- 作品数：3 被引量：7H指数：2
- 供职机构：辽宁师范大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于判别信息极限学习机的高光谱遥感图像分类被引量：2
- 2017年
- 极限学习机(ELM)以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用,然而在高光谱遥感图像分类中,极限学习机算法不能较好地利用数据蕴含的判别信息,限制了ELM的分类性能。为此,提出一种基于判别信息极限学习机(IELM),IELM继承了极限学习机的优势,并在一定程度上解决了极限学习机在有限高光谱遥感图像数据样本中学习不充分的问题。高光谱遥感图像分类实验结果表明,该算法具有较好的分类效果。
- 杨伊闫德勤张海英楚永贺
- 关键词：极限学习机模式识别高光谱遥感图像
- 基于判别信息的正则极端学习机在人脸识别中的应用
- 2017年
- 极端学习机作为传统单隐层前馈神经网络(Single-Hidden Layer Feedforward Networks,SLFNs)的拓展在模式识别领域成为新的研究热点之一,然而已有的极端学习机算法及其改进不能较好地利用数据蕴含的判别信息。针对该问题,提出一种基于判别信息的正则极端学习机(Discriminative Information Regularized Extreme Learning Machine,IELM)。对于模式识别问题,IELM引入同类离散度和异类离散度的概念,体现输入空间数据的判别信息,通过最大化异类离散度和最小化同类离散度,优化极端学习机的输出权值,从而在一定程度上提高ELM的分类性能和泛化能力。为了评价和验证所提出方法的有效性,使用Yale、Yale B、ORL、UMIST人脸数据进行实验。结果表明,该算法能够显著提高ELM的分类性能和泛化能力。
- 张海英闫德勤楚永贺
- 关键词：极端学习机
- 基于流形学习的极端学习机及其在人脸识别中的应用被引量：5
- 2016年
- 极端学习机以其快速高效和良好的泛化能力在模式识别领域得到了广泛应用,然而现有的ELM及其改进算法并没有充分考虑到数据维数对ELM分类性能和泛化能力的影响,当数据维数过高时包含的冗余属性及噪音点势必降低ELM的泛化能力,针对这一问题提出一种基于流形学习的极端学习机,该算法结合维数约减技术有效消除数据冗余属性及噪声对ELM分类性能的影响,为验证所提方法的有效性,实验使用普遍应用的图像数据,实验结果表明文章所提算法能够显著提高ELM的泛化性能。
- 张海英闫德勤杨伊楚永贺
- 关键词：极端学习机流形学习维数约减
