单隐层神经网络输入权值的新算法
来源：计算机应用研究杂志2019年第12期北京时间：
作者：刘金澎,田大钢,
单位：上海理工大学管理学院,上海200093；
摘要：针对传统极端学习机输入权值与隐层阈值随机设定的问题，提出了输出值反向分配算法，其在传统极端学习机的基础上，通过优化方法得到最优输出值分配系数，并利用最小二乘法确定网络输入参数。将该算法应用到常用数据集进行实验，并与其他极端学习机改进算法进行比较，显示其具有良好的学习以及泛化能力，能够得到简单的网络结构，证明了算法的有效性。
关键词：极端学习机,单隐层神经网络,优化方法,输出值反向分配,
基金资助：沪江基金资助项目(A14006)；国家级项目培养基金资助项目(16HJPY-MS02)；；
