PAGE

PAGE11

核极限学习机（KELM）的预测模型分析概述

1.1极限学习机（ELM）的预测模型

ELM这个概念首次被提出是在2006由一位叫做Huang的学者在单隐层前向型神经网络中提出的概念。在这个概念中，ELM是同时拥有高效的训练速度能力和非线性拟合的能力。在ELM体系内的数据被分为训练集和测试集。两类参数Xi和y

设输入函数和目标输出值表达式分别为：

Xi=X

则有：

yi=j=1N

在上式中：

N————样本的数量；

y∈Rn

bi

ωi

Β————隐层结点与输出层之间的输出权