《表1“SinC”函数逼近问题的性能比较》

  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

为了更直观地比较R-OSELM和RR-OSELM对于离群值的抵抗能力，给出了这两种学习算法在训练集不包含离群值和包含离群值两种情形下对“SinC”函数进行逼近的典型输出曲线图，分别如图1，2所示。由图1容易看出，R-OSELM在非离群值环境下的实际输出与期望输出拟合较好，但在训练集包含离群值时，其实际输出为了拟合无效的离群值数据而严重偏离期望输出；相对地，图2所示的拟合曲线表明RR-OSELM在两种情形下都具有良好的学习拟合效果，这进一步验证了本文提出的RR-OSELM算法对于离群值具有较好的抗干扰能力。