基于lasso和elastic net的宽度学习系统网络结构稀疏方法

摘要：

本文提出了一种基于lasso和elastic net的宽度学习系统(BLS)网络结构稀疏方法,将标准BLS目标函数中的L2范数分别替换为lasso和elastic net,利用这两种正则化技术来约束网络输出权重,衡量每个网络节点输出权重对预测的影响程度,将多余的节点进行剔除,提高了网络结构的稀疏性.通过对一些回归数据集进行实验,可以看到本文提出的方法在不损失预测精度的前提下,同时简化了网络结构.

关键词：宽度学习系统、网络结构、lasso、elastic net

所属期刊栏目：37

资助基金：国家自然科学基金项目;国家重点研发项目;江苏省六大人才高峰项目;江苏省科技计划项目;广州市科技重大专项项目;徐州市科技创新计划项目;矿冶过程自动控制技术国家重点实验室开放课题项目

在线出版日期：2021-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2543-2550