论文部分内容阅读
单隐层前馈神经网络是一种高效且结构简单的神经网络，它的一种典型的学习算法就是误差反向传播（error back propagation，BP)算法.这种算法基于最速下降法原理，主要缺点是学习速度过慢.超限学习机（extreme learning machine,ELM)极大地优化了单隐层神经网络的学习速度，却需要更多的隐层单元来达到与BP网络相当的效率，这不可避免地使网络结构冗佘、测试时间变长.受到一种结合了ELM和最速下降法思想的USA(upper-layer-solution-aware)算法的启发，