基于改進(jìn)極限學(xué)習(xí)機(jī)算法的行為識(shí)別

　　重點(diǎn)研究了極限學(xué)習(xí)機(jī)ELM對(duì)行為識(shí)別檢測(cè)的效果。針對(duì)在線學(xué)習(xí)和行為分類(lèi)上存在計(jì)算復(fù)雜性和時(shí)間消耗大的問(wèn)題，提出了一種新的行為識(shí)別學(xué)習(xí)算法（ELM-Choleskv）。該算法首先引入了基于Cholesky分解求ELM的方法，接著依據(jù)在線學(xué)習(xí)期間核函數(shù)矩陣的更新特點(diǎn)，將分塊矩陣Cholesky分解算法用于ELM的在線求解，使三角因子矩陣實(shí)現(xiàn)在線更新，從而得出一種新的ELM-Cholesky在線學(xué)習(xí)算法。新算法充分利用了歷史訓(xùn)練數(shù)據(jù)，降低了計(jì)算的復(fù)雜性，提高了行為識(shí)別的準(zhǔn)確率。最后，在基準(zhǔn)數(shù)據(jù)庫(kù)上采用該算法進(jìn)行了大量實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明了這種在線學(xué)習(xí)算法的有效性。