题名
基于最小p-范数的宽度学习系统
DOI
作者
郑云飞 陈霸东 ​
作者单位
西安交通大学电子与信息工程学院人工智能与机器人研究所
摘要
在宽度学习系统的基础上,以误差矢量的p-范数为损失函数,结合固定点迭代策略,提出基于最小p-范数的宽度学习系统.通过灵活设置p的取值(p≥1),提出的最小p-范数宽度学习系统能较好应对不同噪声的干扰,实现对不确定数据的建模任务.数值实验表明,在高斯、均匀、脉冲噪声干扰环境下,文中系统均能保持良好性能.将该系统应用于脑电图分类任务,在大多数被试上都能取得较高的分类精度.
关键词
宽度学习系统；最小p-范数；固定点迭代；脑电图分类
刊名
人工智能研究
ISSN
3078-9753
年、卷(期)
20192
所属期刊栏目
工程技术
打印