局部泛化误差模型 极端学习机 ELM 本文将初始LGEM推广到一个新的单隐层前馈神经网络（SLFNs）LGEM模型，极端学习机的训练（ELM）是一种新型的无迭代训练算法。这个扩展LGEM的发展可以提供一些有用的指引，以提高由ELM训练了的SLFNs的泛化能力。基于扩展的LGEM, 提出了一种为SLFNs的架构选择的算法。在若干基准数据集上的实验结果表明，可以用我们的方法找到一个SLFN的神经元的数量而言的近似最优的体系结构。此外，在11个UCI数据集的实验结果表明，该方法是有效的和高效的。