计算机应用研究2021，Vol.38Issue(8) ：2258-2267.DOI:10.19734/j.issn.1001-3695.2020.11.0348

宽度学习系统研究进展

Research of broad learning system

任长娥 袁超 孙彦丽 刘竹琳 陈俊龙
计算机应用研究2021，Vol.38Issue(8) ：2258-2267.DOI:10.19734/j.issn.1001-3695.2020.11.0348
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

宽度学习系统研究进展

Research of broad learning system

任长娥 1袁超 1孙彦丽 1刘竹琳 2陈俊龙2
扫码查看

作者信息

  • 1. 首都师范大学 信息工程学院,北京 100048
  • 2. 华南理工大学 计算机科学与工程学院,广州510006
  • 折叠

摘要

当数据规模庞大时,深度学习模型会遇到权重调整耗时,容易陷入局部最优解的问题.为了解决这些问题,宽度学习系统应运而生,宽度学习系统不仅结构简单、训练速度快、准确率高,而且还具有增量学习的优势.介绍了宽度学习系统的产生背景和发展历程,阐述了宽度学习系统的基础理论与实现方法,对比了它与深度网络的异同;介绍了宽度学习系统在图像分类、数值回归、脑电信号处理等应用中的改进算法,分析了这些算法的优势和不足.最后总结了现有宽度学习算法存在的缺陷,并对未来研究方向进行了展望.

关键词

宽度学习系统/神经网络/深度学习/图像分类/增量学习

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量11
参考文献量10
段落导航相关论文