用于非线性回归的核随机配置网络

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究提出核随机配置网络(KSCNs),有效解决现有随机配置网络在模型学习和性能稳定性方面的不足,显著提升非线性回归问题的学习性能和鲁棒性。

🎯

关键要点

  • 本研究提出核随机配置网络(KSCNs)
  • KSCNs解决了现有随机配置网络在模型学习和性能稳定性方面的不足
  • KSCNs在重构空间的数据分布有利于回归求解
  • KSCNs在非线性回归问题上具有显著的学习性能、模型稳定性和鲁棒性
➡️

继续阅读