首页/ 哈尔滨工业大学资产经营有限公司/ 专利详情

一种多任务稀疏贝叶斯极限学习机回归方法

基本信息

申请号 CN202010097148.7 申请日 -
公开（公告）号 CN111291898B 公开（公告）日 2020-12-11
申请公布号 CN111291898B 申请公布日 2020-12-11
分类号 G06N20/00;G06N3/04;G06N3/08 分类 计算；推算；计数;
发明人 黄永;李惠;高竞泽 申请（专利权）人 哈尔滨工业大学资产经营有限公司
代理机构 哈尔滨市阳光惠远知识产权代理有限公司 代理人 孙莉莉
地址 150001 黑龙江省哈尔滨市南岗区西大直街92号
法律状态 -

摘要

摘要 本发明提出一种多任务稀疏贝叶斯极限学习机回归方法，所述方法包括对于单隐含层神经网络的输入层至隐含层的随机特征提取、输出层权值的多任务稀疏建模及后验估计、多任务稀疏贝叶斯极限学习机参数和超参数快速优化估计等。本发明所述方法采用层次贝叶斯模型对极限学习机输出层权值进行多任务稀疏求解，在保证精度的前提下，裁剪了极限学习机的冗余隐含层神经元，得到了更为紧凑的神经网络，有效的避免了极限学习机的过拟合现象，并能使隐含层神经元个数无须预先确定。从稀疏贝叶斯学习的角度，前端的单隐含层神经网络可以使稀疏贝叶斯学习方法得以应用于非线性问题。