公共文化服务平台

搜索到329篇“ 极端学习机“的相关文章

基于极端学习机算法的电力系统网络入侵检测方法及系统: 本发明公开基于极端学习机算法的电力系统网络入侵检测方法及系统，涉及电力系统网络安全领域；该方法包括：对训练数据进行映射处理，得到映射处理后的训练数据；以极端学习机算法作为分类检测算法，构建待训练的分类检测模型；将映射处理...; 李攀登杨祎巍梁志宏洪超董良遇张宇南王蕊关泽武路遥遥

基于极端学习机的切丝机轴承故障诊断: 2023年; 目的为了保障切丝机的稳定运行,提高切丝机系统的可靠性和稳定性。方法开展切丝机的关键零部件轴承的故障诊断。首先采集切丝机轴承的振动信号数据;其次处理正常轴承、内圈故障、滚动体故障和外圈故障下的振动数据,成为与极端学习机相匹配的训练集和测试集;最后开展极端学习机智能算法的故障诊断。结果提出的极端学习机智能算法的故障诊断对切丝机轴承的诊断识别率较好,4种状态下的故障识别率达到了98.3333%。结论极端学习机智能算法的故障诊断技术能有效提高切丝机故障诊断的效率和准确性,并为其他旋转机械的故障诊断提供参考。; 鲁国阳王玉芳胡鸿宣丁亮孟凡念张德海; 关键词：切丝机轴承故障诊断极端学习机

基于混合形态线性的极小极大概率极端学习机: 本文基于混合形态线性感知机以及Wolfe对偶形式展开了一系列的研究,并将分类模型结合成新的模型以得到更加优秀的分类效果.所做的主要工作如下:　　第三章:通常使用内点算法来求解二阶锥规划问题,但在内点算法中,初始点会被限制...; 李晓萌; 关键词：极端学习机

基于改进差分极端学习机的燃煤锅炉NO_(x)预测被引量：1: 2022年; 低NO_(x)燃烧优化是一种简单、高效、廉价的燃煤电站NO_(x)减排方法。建立NO_(x)预测模型是该方法的重要组成部分。极端学习机(extreme learning machine,ELM)是一种简单有效的建模方法,但随机生成的输入权值和隐层阈值会影响ELM的泛化性能和逼近能力。针对该问题,利用一种改进的差分进化算法(improved differential evolution,IDE)优化ELM输入权值和隐层阈值,得到了改进的NO_(x)预测模型(improved differential evolution-extreme learning machine,IDE-ELM),该模型可以有效克服参数寻优过程中的早熟问题。利用IDE-ELM模型预测了某300 MW的NO_(x)排放量,并与标准ELM和DE-ELM预测结果进行对比。为消除启发式算法随机性的影响,每个实验独立重复101次。实验结果表明,IDE-ELM模型有效提升了ELM算法的泛化能力和稳定性。; 李庆伟申志文; 关键词：差分进化算法极端学习机

极端学习机算法下甲醇价格的短期与长期预测研究: 2022年; 基于甲醇价格影响因素的分析,采用极端学习机算法,提出甲醇价格的短期与长期预测等问题,通过构建短期和长期预测模型,分析甲醇价格和进口量、煤炭价格、出口量、进口均价、月产量、出口均价之间的关系,发现甲醇价格与甲醇进口量呈负相关,与出口量、进口均价、出口均价呈线性相关;与其他影响因素相比,与煤炭价格、月产量相关性相对较低。短期预测表明,甲醇价格实际值和预测值之间绝对误差在44元左右,相比于甲醇平均价格2750元/吨,预测精度较好。长期预测表明,甲醇价格实际值和预测值之间平均相对误差约为1.6%,预测精度较好。; 裴钦雷昭; 关键词：甲醇

改进蚁狮算法优化极端学习机的锂离子电池剩余寿命预测: 针对锂离子电池剩余寿命预测问题,提出一种基于改进蚁狮算法优化极端学习机的预测建模方法。首先针对极端学习机训练过程中训练样本等权重带来的冗余和无效信息问题,引入自适应权重衰减机制,控制不同时刻数据的信息重要性;进而,利用蚁...; 何星宋丽君丁有军殷春武; 关键词：极端学习机剩余寿命预测锂离子电池

小波去噪后极端学习机模型在医院感染发病率预测中的应用: 2022年; 目的采用小波去噪后极端学习机模型预测某三甲医院的医院感染发病率,并与原极端学习机模型和神经网络模型的预测效果进行比较。方法将2014年1月-2019年6月某三甲医院的医院感染发病率数据作为训练集构建小波去噪后极端学习机模型、原极端学习机模型和神经网络模型,分别对2019年7月-12月医院感染发病率进行预测。用三类误差分析指标刻画三种模型的拟合效果,并比较其预测效果。选用较优预测模型预测2020年1月-12月该院感染发病率。结果该院2014-2019年各年医院感染发病率比较,差异有统计学意义(P<0.05),且存在下降趋势(P<0.05);小波去噪后极端学习机模型、原极端学习机模型和神经网络模型预测误差评价值MAPE分别为0.89%、2.99%和5.28%,MRE分别为0.01、0.03和0.05,RSE分别为0.02、0.04、0.05;选用小波去噪后极端学习机模型对2020年1-12月该院感染发病率进行预测,预测值均在95%CI范围内。结论小波去噪后极端学习机模型预测医院感染发病率的各项误差指标均低于原极端学习机模型和神经网络模型,具有较好的拟合与预测效果,可为预防与控制医院感染的发生提供一定的理论参考。; 王清青范馨月查筑红; 关键词：医院感染发病率

基于极端学习机的混沌时间序列预测及应用: 现实世界中的变化往往是非线性的，非平稳的。所反馈出来的时间序列大多为混沌时间序列。混沌时间序列作为非线性科学研究内容的重点，已经被广泛地应用在日常生活的各个领域。这些按时间更迭的先后顺序依次出现的数值序列，如气温、股价、...; 李雪萌; 关键词：混沌时间序列相空间重构极端学习机; 文献传递

基于最大相关熵准则的多尺度高斯核极端学习机被引量：1: 2021年; 针对传统的多尺度核极端学习机对噪声敏感且计算量大的问题,提出一种适用于高斯噪声环境的多尺度核极端学习机。首先,利用最大相关熵准则代替多尺度核极端学习机中传统的最小均方差准则构造目标函数;其次,将1种按训练样本数随机生成尺度因子的多尺度化方法应用于高斯核函数;最后引入拉格朗日乘子法对目标函数进行求解,推导出基于最大相关熵准则的多尺度高斯核极端学习机。实验表明,该算法具有更高的学习效率,与传统多尺度核极端学习机相比,在3个UCI基准数据集上预测精度平均提升30.30%,在对水泥熟料f-CaO含量进行预测的应用实验中预测精度提升23.8%。; 刘兆伦武尤王卫涛张春兰刘彬; 关键词：计量学极端学习机

基于极端学习机的空间相关MIMO系统的盲调制识别算法: 基于极端学习机的空间相关MIMO系统的盲调制识别算法，包括如下步骤：步骤S1、构建一个具有Nt个发射天线和Nr个接收天线的MIMO系统；发射天线的个数Nt大于等于接收天线的个数Nr；步骤S2、MIMO系统中BS有M根天线...; 潘甦王宇; 文献传递

相关作者