BLS

提出一种基于自注意力机制和微分跟踪器（TD）的宽度学习系统，记为A-TD-BLS．在模型结构上，A-TD-BLS在原始BLS模型的基础上引入了自注意力机制，通过注意力加权的方式对提取到的特征进行进一步的融合与变换，以提高原始BLS的特征学习能力．在训练算法上，提出一种基于TD的权重优化算法，通过限制权重值的大小有效地缓解了原始BLS模型的过拟合现象，显著降低了模型中隐藏层节点数量对模型性能的影响。