KRPRVFL

新型KRPRVFL模型增强了神经网络在噪声数据下的鲁棒性

研究人员开发了一种名为KRPRVFL的新型神经网络模型，旨在提高随机向量泛函链路（RVFL）网络的鲁棒性。该新模型通过引入核风险敏感均值p次幂（KRP）准则，解决了传统RVFL网络对噪声数据、异常值和不平衡数据集敏感的问题。KRPRVFL模型在训练过程中自适应地降低不可靠样本的影响，并包含一个协同学习机制，以增强在复杂环境下的稳定性。在基准数据集上的实验表明，与现有模型相比，KRPRVFL提供了更高的准确性和鲁棒性。