[发明专利]一种基于内部集成的宽度学习方法

摘要

一种基于内部集成的宽度学习方法，通过获取训练数据，包括训练输入数据和训练输出数据，并对其进行预处理；再对训练输入数据进行特征提取，形成n组特征节点并构造特征节点矩阵Zn，将特征节点进行非线性增强共得到m组增强节点；将特征节点矩阵分别与不同组增强节点组合得到各个模型的隐藏层输出矩阵，共得到k组宽度学习系统模型；通过一次训练实现多个模型的集成学习，使其在基本不增加额外训练时间的情况下，将宽度学习与集成学习融合到了一起，改善了宽度学习中由于随机操作带来的搜索过程不完善和数据具有随机性、波动性的问题，提高了宽度学习系统的泛化性和稳定性，与普通集成方法相比，降低了实现集成学习的成本，提高了训练效率。