无逆矩阵在线序列极限学习机

来源：计算机科学与探索杂志2020年第1期北京时间：

作者：左鹏玉，王士同

单位：江南大学 数字媒体学院，江苏 无锡 214122

摘要：无逆矩阵极限学习机只能以批量学习方式进行训练，将其拓展为无逆矩阵在线学习版本，提出了无逆矩阵在线序列极限学习机算法（IOS-ELM）。所提算法增加训练样本时，利用Sherman Morrison Woodbury公式对新增样本数据后的模型进行更新，直接计算出新增隐含层输出权重，避免对已经分析过的训练样本的输出权重进行重复计算。给出了所提IOS-ELM算法的详细推导过程。在不同类型和大小的数据集上的实验结果表明，所提IOS-ELM算法非常适合在线方式逐步生成的数据集，在快速学习和性能方面都有很好的表现。

关键词：无逆矩阵,极限学习机,在线序列学习,神经网络