一种基于分类问题的光滑极限学习机 A Smooth Extreme Learning Machine for Classification

极限学习机具有快速的学习速度和良好的泛化性能.光滑化是一种重要的处理非光滑问题的技术.将光滑化技术应用于极限学习机,提出了一种光滑化的极限学习机框架,并用Newton-Armijo算法来求解.该算法具有全局和二次收敛的性质.与已有的光滑支持向量机相比,该模型有更少的决策变量,并且能够更好地解决非线性问题.数值实验表明该算法的速度要比传统的极限学习算法更快.与支持向量机相比,提出的算法有更好的或者相似的泛化性能.