[00230592]一种张量模式下基于极限学习机的模式识别方法
交易价格:
面议
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN201510531563.8
交易方式:
完全转让
许可转让
技术入股
联系人:
中国科学院深圳先进技术研究院
所在地:广东深圳市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明提供一种张量模式下基于极限学习机的模式识别方法,包括以下步骤:将数据集以张量模式输入并为所述数据集内的数据设置标签;计算所述数据集内的数据各阶对应的Fisher最优投影;设置隐层节点数量及激励函数的类型;根据Fisher最优投影随机产生各个所述节点的输入权值;随机产生各个所述节点的偏移标量;计算隐层输出矩阵;对所述隐层输出矩阵求逆;统计所述数据集内相异的标签数量C,自动设置输出节点数量为C,并将全部所述标签以C维向量表示;计算输出权值;构建张量分类器,以及对所述数据集进行模式识别。本发明提出的模式识别方法能够直接在张量领域处理数据,用于高效准确识别当前数据所属模式或类别的模式识别模型。