一种基于共轭梯度法的超限学习机建模方法

摘要

本发明公开了一种基于共轭梯度法的超限学习机建模方法，属于超限学习机理论技术领域。本发明的建模方法是在计算机上执行以下步骤，模型选择、参数初始化、优化初始权值和测试精度。本发明比基于最速下降法的相关算法训练速度要快。同时，因为本发明从输入层到隐层之间的权值在随机选取后，用共轭梯度法进行了迭代优化。因此在达到相同训练精度的前提下，本发明所需要的隐层节点数大大少于超限学习机算法所需要的隐层节点数。