%0 Journal Article %A 左鹏玉 %A 王士同 %T 无逆矩阵在线序列极限学习机 %D 2020 %R 10.3778/j.issn.1673-9418.1809048 %J 计算机科学与探索 %P 117-124 %V 14 %N 1 %X 无逆矩阵极限学习机只能以批量学习方式进行训练,将其拓展为无逆矩阵在线学习版本,提出了无逆矩阵在线序列极限学习机算法(IOS-ELM)。所提算法增加训练样本时,利用Sherman Morrison Woodbury公式对新增样本数据后的模型进行更新,直接计算出新增隐含层输出权重,避免对已经分析过的训练样本的输出权重进行重复计算。给出了所提IOS-ELM算法的详细推导过程。在不同类型和大小的数据集上的实验结果表明,所提IOS-ELM算法非常适合在线方式逐步生成的数据集,在快速学习和性能方面都有很好的表现。 %U http://fcst.ceaj.org/CN/10.3778/j.issn.1673-9418.1809048