基本信息

---

下载

文档摘要

---

基于零范数近似的稀疏极限学习机研究

一、引言

随着大数据时代的来临，机器学习技术在各个领域的应用越来越广泛。极限学习机（ExtremeLearningMachine,ELM）作为一种高效的机器学习方法，已经在许多任务中取得了良好的效果。然而，当面临复杂和海量的数据时，如何保证模型的稀疏性和泛化能力成为了研究的重要问题。本文将探讨基于零范数近似的稀疏极限学习机（SparseExtremeLearningMachinebasedonL0-normApproximation）的研究，旨在提高模型的性能和泛化能力。

二、背景与相关研究

极限学习机是一种基于单层前馈神经网络的机器学习