La máquina de aprendizaje extremo Kernel (KELM) es una novedosa red neuronal feedforward, ampliamente utilizada en problemas de clasificación. Hasta cierto punto, resuelve los problemas existentes de los nodos no válidos y la gran complejidad computacional en ELM. Sin embargo, el clasificador KELM tradicional suele tener una precisión de prueba baja cuando se enfrenta a problemas de clasificación multiclase. Para resolver el problema anterior, en este trabajo se propone un nuevo clasificador, el clasificador KELM de wavelet de sombrero mexicano. El clasificador propuesto mejora con éxito la precisión del entrenamiento y reduce el tiempo de entrenamiento en los problemas de clasificación multiclase. Además, se demuestra rigurosamente la validez de la ondícula de sombrero mexicano como función kernel de ELM. Los resultados experimentales en diferentes conjuntos de datos muestran que el rendimiento del clasificador propuesto es significativamente superior a los clasificadores comparados.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Nanosensores biológicos en red para el control de diabetes con emisión de alertas a usuarios
Artículo:
La termografía como modalidad económica alternativa a la mamografía para la detección precoz del cáncer de mama
Artículo:
Diseño y síntesis de híbridos funcionales basados en silsesquioxano mediante condensación hidrolítica de trietoxisilanos voluminosos
Artículo:
Una técnica computacional robusta para la reducción del orden del modelo de sistemas discretos de dos escalas de tiempo mediante algoritmos genéticos
Ponencia:
Impactos ambientales de la nanotecnología y sus productos
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Control y vigilancia de la calidad del agua de consumo humano
Manual:
Deshidratación y desecado de frutas, hortalizas y hongos. Procedimientos hogareños y comerciales de pequeña escala
Artículo:
¿Por qué debemos conservar la fauna silvestre?