论文部分内容阅读
应用程序中涉及到的数据日益扩大且结构日益复杂,使得在大规模数据上运行极限学习机ELM成为一个具有挑战性的任务.为了应对这一挑战,提出了一个在云计算环境下安全和实用的ELM外包机制.该机制将ELM显式地分为私有部分和公有部分,可以有效地减少训练时间,并确保算法输入与输出的安全性.私有部分主要负责随机参数的生成和一些简单的矩阵计算;公有部分外包到云计算服务器中,由云计算服务商负责ELM算法中计算量最大的计算Moore-Penrose广义逆的操作.该广义逆也作为证据以验证结果的正确性和可靠性.我们从理论上对该外