GB-RVFL：随机神经网络与颗粒球计算的融合
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了随机向量功能链接（RVFL）网络在处理样本时缺乏区分性的限制，并提出了颗粒球RVFL（GB-RVFL）模型，通过使用颗粒球作为输入，从而提升模型的可扩展性和对噪声的鲁棒性。此外，提出的图嵌入GB-RVFL（GE-GB-RVFL）模型结合了颗粒计算与图嵌入，保持了颗粒球的拓扑结构。实验结果显示，该模型在多个数据集上优于基线模型。
本研究提出了GB-RVFL模型，利用颗粒球作为输入，提高了RVFL网络的扩展性和抗噪能力。结合图嵌入的GE-GB-RVFL模型保持了颗粒球的拓扑结构。实验结果显示，该模型在多个数据集上表现优于基线模型。
