極限學習機

單層前饋神經網絡（SLFN）以其良好的學習能力在許多領域得到了廣泛的應用，然而傳統的學習算法，如BP等固有的一些缺點，成爲制約其發展的主要瓶頸，前饋神經網絡大多采用梯度下降法，該方法存在以下幾個方面的缺點和不足： 1、訓練速度慢。由於梯度下降法需要多次迭代，從而達到修正權值和閾值的目的，因此訓練過程耗時較長； 2、容易陷入局部極小值，無法到達全局最小； 3、學習率yita的選擇敏感，學習率對神經網

>>阅读原文<<