[00258723]一种基于极限学习机的不确定数据分类方法

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：CN201710434213.9

交易方式： 完全转让许可转让技术入股

联系人：科小易

所在地：福建厦门市

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

登录后向技术服务商咨询

咨询平台客服试试在线客服吧发布技术需求服务免费

技术详细介绍

本发明公开了一种基于极限学习机的不确定数据分类方法。UELM方法使用概率密度函数对不确定数据进行建模，这种做法有效避免了期望值和抽样点方法带来的不确定数据的概率分布信息丢失问题。而且，UELM方法重新设计了传统的极限学习机方法框架，修改了输入层的接受数据以及隐藏层的激活函数，这样的改进使得极限学习机方法更加适用于不确定数据。整个UELM方法分成初始化、训练和预测三个阶段。初始化阶段用于实验参数的生成，训练阶段通过对实验数据的学习过程得到学习结果，预测阶段通过使用训练阶段学习得到的结果对新数据进行分类。大量的实验结果表明UELM方法在准确率和时间效率上相对于其他不确定数据分类方法都有突出表现。

成果推荐需求推荐评估专家推荐评估机构推荐

更多>

上海平正评估有限公司

服务分类：资产评估、无形资产评...

进入主页
连城资产评估有限公司

服务分类：资产评估、无形资产评...

进入主页

更多>