宽度学习系统研究进展
Research of broad learning system
1. 首都师范大学 信息工程学院, 北京 100048
2. 华南理工大学 计算机科学与工程学院, 广州 510006
摘要
当数据规模庞大时，深度学习模型会遇到权重调整耗时，容易陷入局部最优解的问题。为了解决这些问题，宽度学习系统应运而生，宽度学习系统不仅结构简单、训练速度快、准确率高，而且还具有增量学习的优势。介绍了宽度学习系统的产生背景和发展历程，阐述了宽度学习系统的基础理论与实现方法，对比了它与深度网络的异同；介绍了宽度学习系统在图像分类、数值回归、脑电信号处理等应用中的改进算法，分析了这些算法的优势和不足。最后总结了现有宽度学习算法存在的缺陷，并对未来研究方向进行了展望。
基金项目
国家自然科学基金项目(61803276,61751202,U1813203)
北京市教育委员会科技计划一般项目(KM201910028004)
北京市自然科学基金项目(4202011)
澳门科技发展基金委项目(079/2017/A2,024/2015/AMJ,0119/2018/A3)
出版信息
DOI: 10.19734/j.issn.1001-3695.2020.11.0348
出版期卷: 《计算机应用研究》 印刷出版, 2021年第38卷 第8期
所属栏目: 综述评论
出版页码: 2258-2267
文章编号: 1001-3695(2021)08-003-2258-10
发布历史
[2021-08-05] 印刷出版
引用本文
任长娥, 袁超, 孙彦丽, 等. 宽度学习系统研究进展 [J]. 计算机应用研究, 2021, 38 (8): 2258-2267. (Ren Chang'e, Yuan Chao, Sun Yanli, et al. Research of broad learning system [J]. Application Research of Computers, 2021, 38 (8): 2258-2267. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
