一种基于最大中心互相关熵准则的极限学习机方法

摘要

本发明公开了一种基于最大中心互相关熵准则的极限学习机方法，先让系统输入训练数据通过基于最大中心互相关熵准则的极限学习机模型，采用较大的核宽，得到模型的输出，让系统的实际输出和模型输出做差值运算，得到模型的误差，用误差的均值或中值作为核的中心，利用最大中心互相关熵准则，利用不动点迭代权重向量，当迭代多次收敛以后，利用得到的权重向量求得模型的输出。本发明具有良好的普适性，适合应用于非高斯系统或信号处理过程，具有同时满足高精度和参数选取迅速的性能，解决了最小均方误差准则下对非高斯噪声的不鲁棒和最大互相关熵准则下的在非零均值噪声下精度不理想且核宽由交叉验证选取较为耗时的问题。