基于局部自动编码器的手写数字分类

摘要 针对超限学习机的输入权值进行研究,结合自动编码器的特征提取能力与深度学习的特征抽象能力,提出了局部感知的类限制超限学习机（RF-C2ELM）,再将类限制超限学习机和RF-C2ELM扩展为多层神经网络.通过对MNIST数据集进行分类问题分析实验,实验结果表明,提出的算法在单隐层和多隐层神经网络中都具有较高的精度,并且在训练时间上具有一定的优势