本發(fā)明涉及到機器學(xué)習(xí)中在線學(xué)習(xí)領(lǐng)域,引入自適應(yīng)記憶因子和遺忘機制提出了一種新型的在線極限學(xué)習(xí)機。一般來說在流式數(shù)據(jù)更新過程中,新數(shù)據(jù)相比舊數(shù)據(jù)更能反映當(dāng)前數(shù)據(jù)的特征,失效數(shù)據(jù)是無法體現(xiàn)當(dāng)前數(shù)據(jù)的特征。因此更新模型時,新數(shù)據(jù)對模型的貢獻較大;舊數(shù)據(jù)對模型的貢獻較小;失效數(shù)據(jù)的貢獻為零。通過引入遺忘機制淘汰失效數(shù)據(jù)。同時引入自適應(yīng)記憶因子調(diào)節(jié)新、舊數(shù)據(jù)對模型的貢獻,從而提高模型的預(yù)測精度。
聲明:
“記憶減退型在線序列極限學(xué)習(xí)機” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)