《表3 各种算法的模型参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《抗离群值的鲁棒正则化贯序超限学习机》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对于上述包含离群值的时间序列数据集，分别使用ELM，R-ELM，OSELM，R-OSELM和RR-OSELM 5种算法对训练样本进行学习建模，并在测试集上对其预测性能进行比较。各算法的实验参数设置如下：对于ELM和OSELM，需要确定的模型参数仅有隐层节点个数n，为此，笔者在[10，200]区间内以10为间隔逐渐增加n，同时记录算法在不同n下的预测RMSE，并报告20次实验中平均预测误差最小的实验结果。对于R-ELM，R-OSELM和RR-OSELM，本文采用网格遍历法来评估算法在不同隐层节点个数n和正则化参数δ的二元参数组合下的预测性能：其中n={10，20，…，190，200}，δ={10-10，10-9，…，104，105}，平均预测误差最小的实验结果及其对应的模型参数将被报告。另外，对于OSELM，R-OSELM，RR-OS-ELM这3种在线学习算法，初始训练样本个数统一设置为200。各种算法最终选择得到的最优模型参数如表3所示。