基于截斷范數(shù)損失函數(shù)的魯棒超限學(xué)習(xí)機

王快妮 曹進德

摘要：對噪聲和異常值較敏感、魯棒性差是超限學(xué)習(xí)機（ELM）的主要問題.在1-范數(shù)損失函數(shù)的基礎(chǔ)上，提出截斷1-范數(shù)損失函數(shù)來抑制噪聲和異常值的影響，建立了基于截斷1-范數(shù)損失函數(shù)的魯棒ELM模型.通過迭代重賦權(quán)算法求解對應(yīng)的優(yōu)化問題，并利用4個模擬數(shù)據(jù)集和9個真實數(shù)據(jù)集驗證模型的有效性.數(shù)值實驗結(jié)果表明，在噪聲環(huán)境下魯棒ELM的泛化性能優(yōu)于對比方法，并且具有較強的魯棒性，尤其是在異常值比例較大的情形下.

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò);超限學(xué)習(xí)機;魯棒;截斷損失函數(shù);異常值