南京航空航天大学学报

作者：郭威

单位：盐城师范学院信息工程学院，盐城，224002；,盐城师范学院信息工程学院，盐城，224002；,盐城师范学院信息工程学院，盐城，224002；

关键词：在线贯序超限学习机;离群值;鲁棒性;Tikhonov正则化;在线学习

基金：国家自然科学基金 61603326 61379064;61273106)资助项目国家自然科学基金(61603326, 61379064, 61273106)资助项目。

针对离群值环境下的在线学习问题，提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine， RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习，并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性；同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明，RR-OSELM具有较同类算法更好的鲁棒性和实用性，对于离群值环境下的在线建模与预测问题是积极有效的。

来源：2019年第5期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2019年第5期