基于Frobenius和L_(2,1)范數(shù)的多輸出寬度學習系統(tǒng)

摘要： 寬度學習系統(tǒng)(broad learning system, BLS)因其特征提取能力強、計算效率高而被廣泛應用于眾多領域.然而,目前BLS主要用于單輸出回歸,當BLS存在多個輸出時, BLS無法有效發(fā)掘多個輸出權(quán)重之間的相關性,會導致模型預測性能的下降.鑒于此,通過Frobenius和L_(2,1)矩陣范數(shù)的聯(lián)合約束,提出多輸出寬度學習系統(tǒng)(multi-output broad...