基本信息

---

下载

文档摘要

---

多核极限学习机：性能剖析与脉象分类中的创新应用

一、引言

1.1研究背景与意义

在科技飞速发展的今天，机器学习领域不断涌现出创新的算法和模型，为解决复杂的实际问题提供了新的思路和方法。极限学习机（ExtremeLearningMachine，ELM）作为一种新颖的单隐层前馈神经网络学习算法，自2006年由黄广斌教授提出后，便迅速在机器学习领域崭露头角，成为研究热点。

传统神经网络，如多层感知机（MultilayerPerceptron，MLP）和深度神经网络（DeepNeuralNetworks，DNN），在训练过程中存在诸多弊端。它们依赖梯度下降等优化算法，需要多次迭代，这不