极端学习机
极端学习机的相关文献在2005年到2022年内共计172篇,主要集中在自动化技术、计算机技术、电工技术、航空
等领域,其中期刊论文146篇、会议论文6篇、专利文献2553325篇;相关期刊105种,包括人天科学研究、燕山大学学报、福州大学学报(自然科学版)等;
相关会议6种,包括福建省电机工程学会第十六届学术年会、中国电机工程学会测试技术及仪表专业委员会2015年年会暨电力设备状态检修与故障诊断技术学术交流会、第十一全国博士生学术年会——信息技术与安全专题等;极端学习机的相关文献由423位作者贡献,包括闫德勤、敖培、楚永贺等。
极端学习机—发文量
专利文献>
论文:2553325篇
占比:99.99%
总计:2553477篇
极端学习机
-研究学者
- 闫德勤
- 敖培
- 楚永贺
- 王宏力
- 缪希仁
- 李业波
- 李明
- 杨百顺
- 韩敏
- 张弦
- 李延强
- 李秋红
- 韩飞
- 刘彬
- 吴晓梅
- 张晶
- 牛培峰
- 赵永平
- 黄宴委
- 于繁华
- 何星
- 刘仁云
- 刘德山
- 姜伟
- 孙秋成
- 张晓丽
- 张海英
- 李彬
- 李怀芝
- 杨伊
- 王新迎
- 程松
- 赵登福
- 闫建伟
- 陆敬辉
- 马云鹏
- 黄向华
- 丁云
- 丁云飞
- 付华
- 何凯
- 冯志鹏
- 冯林
- 刘国海
- 刘士荣
- 刘彩凤
- 刘浩然
- 刘胜蓝
- 刘达
- 叶松林
-
-
何星;
丁有军;
宋丽君;
殷春武
-
-
摘要:
针对极端学习机(ELM)方法在预测建模过程中因参数随机生成导致的结果不确定性,提出了一种加速鱼群算法(AAFSA)优化极端学习机的锂离子电池剩余寿命预测方法。针对基本人工鱼群算法(AFSA)存在的收敛速度慢、易陷入局部最优解,通过自适应确定感知距离和移动步长加快收敛速度,并在随机移动时增加混沌扰动提高种群多样性改善AFSA的寻优性能;利用AAFSA确定最优ELM隐含层参数,建立锂离子电池剩余寿命预测模型;利用NASA锂离子电池数据集验证,剩余寿命预测相对误差低于4%。与ELM相比预测结果更加稳定可靠,相比支持向量回归(SVR)及其改进方法预测精度有明显的提高,最高可提升近50%。
-
-
刘兆伦;
武尤;
王卫涛;
张春兰;
刘彬
-
-
摘要:
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%.
-
-
刘彬;
刘静;
吴超;
李雅倩;
张亚茹;
杨有恒
-
-
摘要:
为充分提取图像中可辨识信息、提高分类正确率,提出多核近似学习网,该网络主要由2部分构成.在.特征提取部分,利用二维高斯分布对原始图像进行区域渐进增强,局部感受野和全局感受野被用于充分提取原始图像和区域渐进增强图像中的局部和全局特征,并将其串联以组成代表图像的特征向量.在分类部分,提出多核近似算法,将近似核映射编码出的低秩特征矩阵作为网络的隐藏层,以求解网络的输出权重.为验证该网络的有效性,利用USPS、MNIST和NORB数据集进行实验,实验证明所提出的多核近似学习网能够在局部感受野极端学习机的基础上进一步提取出特征信息,有效提高了分类正确率.
-
-
-
苏子恒;
陈德运;
王莉莉
-
-
摘要:
针对传统ECT对于复杂情况下成像精度不高的问题,提出一种基于深度学习的反演方法.通过对传统极端学习机的改进和优化,采用重建图像方法获得的图像特征信息作为训练数据,并将数据输入预测模型得到的结果作为先验信息.通过成本函数封装先验信息和领域的专业知识,并引入空间正则器和时间正则器以增强稀疏性,利用分离的Bregman(SB)算法和迭代收缩阈值(FIST)方法求解规定的成本函数,以获得最终的成像结果.仿真实验结果表明,该方法重建的图像与原流型相比,误差小于10%,并且减少了伪影和变形,提高了重建图像质量.
-
-
牛培峰;
彭鹏
-
-
摘要:
提出了一种改进的最优觅食算法(POFA),在最优觅食算法中引入自适应惯性权值与全局最优解来改进算法的更新公式,同时加入相空间搜索的机制.利用改进的最优觅食算法优化极端学习机(ELM)构建一个改进的极端学习机模型(POFA-ELM),并用该模型对锅炉NOx的排放特性进行建模.将该模型与ELM、差分进化算法、粒子群算法、人工蜂群算法以及基本的最优觅食算法优化的ELM模型进行比较.结果 表明:该模型的预测精度更好,泛化能力更强,可以更加准确地预测NOx的排放质量浓度.
-
-
刘彬;
刘泽仁;
李德健;
王卫涛;
刘浩然;
闻岩
-
-
摘要:
针对灰狼算法易陷入局部最优,全局优化能力差的问题,提出一种改进的灰狼算法.将单种群划分为多种群,利用混沌序列初始化各子种群,为防止算法早熟收敛,对各子种群的决策层个体进行反向学习变异,引入竞争策略动态更新各种群决策层个体,提高算法的全局寻优能力.采用改进的多种群灰狼算法优化极端学习机的输入权值和隐含层阈值参数,以提高模型的预测精度和泛化能力,并建立水泥篦冷机二次风温的预测模型.仿真结果表明,此模型辨识精度高,泛化能力强.
-
-
申志文;
李庆伟
-
-
摘要:
针对某燃煤锅炉进行了样本特性实验,选取测试集均方根误差(RMSE)作为性能指标,基于不同测试样本数目分别建立电厂NOx排放的极端学习机预测模型。经过31次实验后的结果表明,随着测试样本数的增加,预测样本RMSE呈增长的趋势。当测试样本数为2时,极端学习机(ELM)可以建立相对准确的预测模型。
-
-
-
申志文;
李庆伟
-
-
摘要:
针对某燃煤锅炉进行了样本特性实验,选取测试集均方根误差(RMSE)作为性能指标,基于不同测试样本数目分别建立电厂NOx排放的极端学习机预测模型.经过31次实验后的结果表明,随着测试样本数的增加,预测样本RMSE呈增长的趋势.当测试样本数为2时,极端学习机(ELM)可以建立相对准确的预测模型.
-
-
-
王新迎;
韩敏
- 《第十一全国博士生学术年会——信息技术与安全专题》
| 2013年
-
摘要:
时间序列分析和预测己在现代信号处理领域得到越来越多的关注.针对实际中广泛存在的非平稳时间序列的预测问题,提出一种在线支持向量极端学习机预测模型.该预测模型采用新型神经网络-极端学习机的隐含层映射代替支持向量机的核映射,综合了极端学习机结构简单、训练简便以及支持向量机泛化能力强的优势.同时为实现在线实时预测,设计了一种在线更新算法对预测模型的权值进行在线更新.基于非平稳Mackey-Glass混沌时间序列和现代金融时间序列的预测仿真实验证明所提方法的有效性.
-
-
WU Jungang;
吴俊钢;
MIAO Xiren;
缪希仁;
JIANG Hao;
江灏;
ZHUANG Shengbin;
庄胜斌;
CHEN Binghuang;
陈炳煌
- 《中国电工技术学会低压电器专业委员会第十九届学术年会》
| 2018年
-
摘要:
灾后输电铁塔的倒伏状态有效识别关系着电力系统快速修复及其稳定运行.近年来,无人机开始被采用进行灾后应急巡检,但利用图像处理方法来分析铁塔的状态尚缺深入研究.采取LSD直线检测和Harris角点检测相结合的方法,从无人机所摄电力线路走廊图像中提取出输电铁塔轮廓,通过计算得到铁塔外轮廓图的特征参数,并依据灰色关联度,得出判断铁塔是否倒伏的主要特征参数,采用极端学习机(ELM)实现输电铁塔倒伏状态的识别.仿真结果表明,LSD直线检测和Harris角点检测相结合的方法,能有效地从复杂背景中提取出电力铁塔轮廓图,采用ELM识别铁塔倒伏状态的准确率可达93%,为快速进行电力架空线路灾情评估奠定基础.
-
-
郅萍;
缪希仁;
吴晓梅
- 《福建省电机工程学会第十六届学术年会》
| 2016年
-
摘要:
短路电流峰值对低压配电系统选择性保护及其断路器可靠分断十分重要,迄今尚缺乏深入研究.本文利用短路故障早期检测技术,在仿真分析短路故障早期参数的基础上,采用灰度关联度,得出对短路电流峰值的主要影响因素,并采用极端学习机(ELM)实现短路电流峰值的预测.仿真结果表明,灰色关联度可有效辨识短路电流主要因素,降低了短路电流预测特征变量维数,基于短路故障早期检测及极端学习机的短路电流预测方法,具有鲁棒性强且精度高的特点,为低压选择性保护技术的实现奠定基础.
-
-
吴晓梅;
缪希仁;
张培铭
- 《2013年福建省电机电器学术年会》
| 2013年
-
摘要:
当前选择性保护技术的发展已需将系统的选择性保护范围从电源侧向终端侧延伸.本文提出了基于短路故障早期检测及其电流峰值预测的低压系统多层级短路故障选择性保护技术及其系统框架和所需解决的关键问题;介绍了利用小波变换实现短路故障早期检测的原理及方法;针对短路故障电流峰值预测问题,参照实际工程,利用simulink工具搭建了低压系统多层级短路故障模型,提出了基于极端学习机的短路电流峰值预测方法,并通过仿真测试,验证了该方法的有效性。
-