基本信息

---

下载

文档摘要

---

隐私保护赋能下的极限学习机：原理、应用与创新发展

一、引言

1.1研究背景与意义

随着人工智能技术的迅猛发展，极限学习机（ExtremeLearningMachine，ELM）作为一种高效的机器学习算法，在众多领域得到了广泛应用。ELM由黄广斌教授于2004年首次提出，它是一种单层前馈神经网络的学习算法，通过随机生成输入层到隐藏层的连接权值和隐藏层神经元的偏置，在训练过程中仅需设置输出层的权值，极大地简化了传统神经网络繁琐的迭代训练过程，具有训练速度快、泛化性能好等优点，在模式识别、数据挖掘、函数逼近等领域展现出独特优势。例如在图像识别领域，ELM能够快速对大量图像进行分类和识