简介:针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.
简介:本文报道了用不同厂家的仪器、不同种类的石墨管,不同测量方式对石墨炉原子吸收测定地球化学样品中痕量金分析准确度的影响,研究了其影响的主要原因.
密集连接的多层超限学习机算法
石墨炉原子吸收光谱法测定痕量金-测量方式对分析准确度的影响