极限学习机(ELM)相关论文
为提高海洋油气管道外腐蚀速率预测的精度和效率,建立基于因子分析(FA)和天牛须搜索算法(BAS)的极限学习机(ELM)腐蚀速率预测模型.......
边坡稳定性受多种复杂因素影响,传统算法很难得到高精度预测结果,为了及时准确地对边坡稳定性做出可靠性分析,提出了改进粒子群优......
针对传统的极限学习机(ELM)算法对锂离子电池剩余使用寿命(RUL)预测效果不佳,以及已有改进ELM算法中鲜有关注输入层与隐藏层的“局......
期刊
为对气体绝缘金属封闭输电线路(GIL)局部放电缺陷进行识别与诊断,本文提出一种基于1.5维能量谱与粒子群优化极限学习机(PSO-ELM)的......
隧道围岩参数的确定直接关系到围岩稳定性评价的准确性,为确保围岩力学参数取值的合理性,提出一种新的围岩参数智能反演模型.利用......
光伏阵列故障会造成能量损失,甚至引发供电中断或火灾事故。因此,对故障的快速识别至关重要。本文提出一种光伏阵列故障快速诊断方......
下肢外骨骼作为一种可穿戴设备可以保护人体、增强人体的力量、激发人体的自我修复能力,已经在康复领域广泛使用。由于外骨骼机器......
空间负荷预测对配电网规划建设具有重要意义。为了提高配电网空间负荷预测精度,文中提出基于熵权法与灰色关联分析-极限学习机(GRA......
为实现小样本监测数据条件下矿井瓦斯涌出量的短时精确预测,提出了一种基于灰色预测GM(0,N)模型和极限学习机(ELM)的瓦斯涌出量耦......
随着煤炭需求的增加,煤与瓦斯突出的动力灾害事故频繁发生且日益严重。因此,有必要研究煤与瓦斯突出危险性预测,以实现其快速且准......
随着智能机器人技术的快速发展,智能机器人的应用已遍布医疗、农业、科研、教育、娱乐、工业、军事、航天等各个领域。机器人与人......
学位
森林是地球表面几大生态系统中陆地上的最大碳库,作为陆地上的最大主体,吸收了地球大气中大约十二分之一的CO_2,因此在全球碳循环......
随着科学技术的发展,人们越来越关注温室气体给人类带来的影响.各国的学者们纷纷行动起来,提出各种措施来消除温室气体带来的消极......
学生评价是以学生为评价对象的教育评价,是评价者依据一定的价值标准对学生的学业成就、个性发展、品德状况、体制体能等方面进行......
石英晶体振荡器(简称:晶振)作为电子系统和设备的频率源,广泛应用于通信、导航、仪器仪表、及生活电子等领域。温度频率稳定性是其......
针对SAMME算法对于不平衡数据集的分类效果不理想,对不同数据集的适应能力弱的缺陷,将其和极限学习机(ELM)结合并进行有针对性的改......
为掌握油气管线土壤腐蚀情况,保障埋地管线安全运行,通过核主成分分析(KPCA)择优土壤腐蚀因素,获取管线腐蚀的高贡献因素;采用改进......
为研究脑机接口(BCI)在交通运输中的应用,减少因疲劳驾驶导致的交通安全事故,提出基于前额脑电(EEG)信号多尺度小波对数能量熵的驾......
复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习......
依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM......
为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素的多重相关性、复杂性等问题,结合主成分分析法和分源预测理论,对开采层、邻......
随着风力发电对电网的影响越来越大,准确预测风电功率对电力系统的经济稳定运行有着重要意义。本文提出了一种基于风速分解的短期......
为有效挖掘煤矿瓦斯涌出量数据的非线性特征,及时消除煤矿瓦斯安全风险,降低瓦斯灾害的发生概率,建立了以极限学习机算法为核心的......
期刊
我国是世界上煤炭生产量和消耗量最大的国家,但由于水文地质条件复杂,在煤矿生产过程中煤层顶底板突水事故频发,常常造成严重的经......
由于传统智能故障诊断方法所需调整参数多且难以确定、训练速度慢,致使齿轮轴承故障分类精度、效率差的问题,提出一种基于集合经验......
数值预报产品释用是天气预报现代化发展方向,也是我国预报业务建设的重点之一.结合主成分分析方法从中国气象局T213资料中选取降水......
利用极限学习机（ELM）分类器的结构特点重新设计面向多分类任务的E LM 分类器,提出基于E L M 的优化分类算法One-ClasS-PCA-ELM.该算......
柴油机作为一个复杂多变的系统,其输入和输出之间没有一个清晰准确的对应关系。为能准确地对柴油机排放进行预测,采用优化的神经网......
针对航空发动机故障呈现复杂性、多样性、非线性等特点,运用传统的BP、ELman神经网络进行发动机气路部件故障诊断存在网络训练参数......
以典型二类水体——太湖为例,基于环境一号遥感影像,构建了基于ELM模型的叶绿素a浓度预测模型,将预测结果与传统的BP人工神经网络......
近年来研究流簇(Coflow)为单位的调度策略成为改进数据中心网络的新热点。然而现有的信息未知流簇调度器难以快速地推理任务级信息......
空间负荷预测对有配电网的规划建设具有重要意义,为了提高配电网空间负荷预测的精度,文中提出基于极限学习机(ELM)的配电网空间负......
多分类问题是机器学习、数据挖掘领域的重要研究内容。在文本分类、语音识别、图像识别、基因检测等方面有广泛的应用。通过在UCI......
为提高地基沉降预测精度，结合极点对称模态分解法（ESMD）与极限学I]机（ELM）优势提出组合预测模型——MESMD-ELM模型。选取某高速公路地基......
煤与瓦斯突出预测是一个非线性、非正态和高维数据处理问题,为了提高预测的准确性和时效性,采用因子分析法将原有的9个判断指标转......
传统模糊聚类算法在处理复杂非线性数据时学习能力较差.针对此问题,文中基于极限学习机(ELM)理论,结合局部保留投影(LPP)与ELM特征......
基于横跨膜电位分布的心电逆问题研究,即从身体表面电位无创重建心脏跨膜电位,可视为一种多输入多输出的回归问题(亦即多个体表电......
泛滥的网络攻击严重威胁网络信息安全。入侵检测系统的高效性、鲁棒性等则尤为重要。针对极限学习机ELM的性能过分依赖于众多隐层......
风电功率预测为电网规划提供重要的依据,研究风电功率预测方法对确保电网在安全稳定运行下接纳更多的风电具有重要的意义。针对极......
水分含量是哈密大枣干制过程中的重要指标,对其外观、口感、贮藏和运输具有重要的影响。因此,为实现哈密大枣水分含量的准确预测,......
为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压......
针对复杂工况与海量监测数据下滚动轴承难以进行故障诊断的问题,提出了一种基于稀疏编码和极限学习机(ELM)的滚动轴承故障模式识别......
非线性时间序列预测模型一直是科学和工程应用领域的研究热点。针对单一时序模型预测精度低,泛化能力差的问题,本文提出一种新型的......
磨矿分级是选矿企业生产工艺流程中的重要一环,磨矿分级产品的质量水平直接影响着选矿产品质量指标,对后续生产环节以及选矿企业的......
学位
土壤湿度的预测对农业生产和科学研究都有着重要的意义.针对极限学习机(ELM)回归模型预测结果受输入参数影响的问题,本文将随机权......
在海量数据输入背景下,为提升极限学习机算法的学习速度,降低计算机内存消耗,提出一种分割式极限学习机算法。将海量数据分割成K等......
对于边坡极限状态函数无法显式表达的情况,传统可靠度分析方法存在求解困难或计算量大的弊端。提出了一种基于FLAC3D和极限学习机......
滑坡是一种可能带来危害的大面积地面运动现象,对滑坡区域的监测和预测是降低滑坡危害的可行方法;为了减少滑坡预测时间,提高预测......
为了提高极限学习机(ELM)网络的稳定性,提出基于改进粒子群优化的极限学习机(IPSO-ELM).结合改进的粒子群优化算法寻找ELM网络中最......
高速公路的工程造价是前期项目预算的重要数据参考，是公司投资管理经营与造价控制的关键节点，如何建立模型准确地预测公路工程造价对......
期刊
