论文部分内容阅读
传统超限学习机(ELM)梯度下降算法需要多次迭代求解,并沿用批量式学习模式导致必须一次性输入所有训练样本,计算量大耗时多,难以应用于低成本微小型电动无人机动力套装的在线建模。为解决上述问题,研究了一种基于平滑融合型在线序列超限学习机神经网络(SFOS-ELM),采用增量式学习模式将分批处理训练样本和逐次迭代相结合,用于微小型电动无人机动力套装在线建模。所提方法训练速度快、泛化性能强,能够实时跟踪无人机动力套装的动态特性。经数学仿真和实际动力套装数据验证,所提方法在线建模速度快、适应能力强,可以实现微