基于“十二生肖”算法优化的加权极限学习机月径流预测

1

作者 韩艳 崔东文 《三峡大学学报(自然科学版)》 北大核心 2025年第4期1-10,共10页

为提高月径流时间序列预测精度,改进加权极限学习机(WELM)预测性能,对比验证“十二生肖”算法在基准测试函数和实例目标函数上的优化效果,提出经验小波变换二次分解(EWT^(Ⅱ))技术-“十二生肖”算法-WELM月径流时间序列预测模型.首先,... 为提高月径流时间序列预测精度,改进加权极限学习机(WELM)预测性能,对比验证“十二生肖”算法在基准测试函数和实例目标函数上的优化效果,提出经验小波变换二次分解(EWT^(Ⅱ))技术-“十二生肖”算法-WELM月径流时间序列预测模型.首先,利用经验小波变换(EWT)对月径流时间序列进行分解处理,得到EWT_(1)、EWT_(2)两个分解分量;采用模糊熵(FuzzyEn)计算EWT_(1)、EWT_(2)分量的模糊熵值,利用EWT^(Ⅱ)对模糊熵值较大的EWT_(1)分量进行二次分解,得到EWT_(1-1)~EWT_(1-3)三个分量.其次,基于EWT_(1-1)~EWT_(1-3)、EWT_(2)分量训练集构建4个WELM输入层权值和隐含层偏差(超参数)优化的实例目标函数,同时选取6个基准测试函数作为对比验证函数,利用“十二生肖”算法分别对6个基准测试函数和4个实例目标函数进行极值寻优与对比分析.最后,建立EWT^(Ⅱ)-“十二生肖”算法-WELM模型,通过云南省南洞地下河月径流预测实例对12种模型进行验证.结果表明:“十二生肖”算法对6个基准测试函数寻优的总排名与对4个实例目标函数寻优的总排名不一致,总体上冠豪猪优化算法(CPO)、野狗优化算法(DOA)寻优效果较好,变色龙算法(CSA)、天牛须搜索算法(BAS)、自学羚羊迁徙算法(SAMA)寻优效果较差;“十二生肖”算法对4个实例目标函数寻优的总排名与12种模型预测精度总排名基本一致,表明“十二生肖”算法极值寻优能力越强,获得的WELM超参数越优,所构建的预测模型性能越好;EWT^(Ⅱ)-CPO/CSO/DOA/CapSA/WHO-WELM模型预测的E_(MAP)、E_(MA)、E_(RMS)分别在0.422%~0.485%、0.022~0.026m^(3)/s、0.028~0.032m^(3)/s之间,优于其他对比模型,具有更好的预测效果. 展开更多

关键词 月径流预测 经验小波变换 二次分解 “十二生肖”算法 加权极限学习机 函数优化

在线阅读 下载PDF 职称材料

基于北方苍鹰优化核极限学习机的玉米品种鉴别研究 被引量：5

2

作者 倪金 索丽敏 +1 位作者 刘海龙 赵蕊 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第6期1584-1590,共7页

玉米作为我国种植最为广泛的农作物,其产量对于我国粮食安全具有重大意义,由于不同品种具有不同的特性,根据种植条件科学选种能够很大限度上提高产量并且降低生产成本,但不同玉米种子外观极其相似,导致科学选种工作产生了一定难度。该... 玉米作为我国种植最为广泛的农作物,其产量对于我国粮食安全具有重大意义,由于不同品种具有不同的特性,根据种植条件科学选种能够很大限度上提高产量并且降低生产成本,但不同玉米种子外观极其相似,导致科学选种工作产生了一定难度。该研究基于近红外光谱技术结合核极限学习机(KELM)针对玉米品种分类问题构建鉴别模型,利用甜糯黄玉米、甜妃、昌甜、金色超人、香甜5号五种玉米种子,每种取(13±0.5)g作为一份样品,共计126个样品作为研究对象,对采集的近红外光谱数据进行标准正态变量变换(SNV)处理后采用竞争性自适应重加权采样法(CARS)对数据集进行降维。按照5∶1的比例将样本随机分为训练集和测试集,探讨北方苍鹰优化算法(NGO)对KELM模型性能的影响。分别使用NGO算法、粒子群算法(PSO)和灰狼算法(GWO)对KELM模型的两个重要参正则化参数C和高斯核函数γ进行寻优,选择五折交叉验证识别准确率最高时对应的C和γ作为建模参数,建立KELM分类模型。将各算法寻优后建立的KELM模型性能进行对比。实验发现,通过NGO算法寻优后建立的KELM模型性能高于其他两种算法优化的KELM模型,测试集识别准确率可达100%。在CARS降维的基础上分别建立CARS-NGO-KELM、CARS-PSO-KELM和CARS-GWO-KELM模型,结果表明,在面对降维后的数据时NGO算法仍能表现较好的性能,其测试集准确率和F 1值均达到了100%。为了验证样本数量对模型的影响,使用各品种样品数量同步后的共计90个样品重新训练KELM模型。结果表明,在同步各类样品数量后,各个模型在训练集和测试集上的表现均有提升。该研究在近红外光谱的基础上引入多种优化算法构建核极限学习机模型并将识别准确率提升至100%,实现了对玉米种子快速、无损、准确的品种鉴别,研究结果为玉米品种快速鉴别提供了一种新方法,同时也对监管部门具有一定的指导意义。 展开更多

关键词 近红外光谱 玉米 北方苍鹰 竞争性自适应加权采样 核极限学习机

在线阅读 下载PDF 职称材料

类不平衡模糊加权极限学习机算法研究 被引量：7

3

作者 于化龙 祁云嵩 +1 位作者 杨习贝 左欣 《计算机科学与探索》 CSCD 北大核心 2017年第4期619-632,共14页

从理论上分析了样例不平衡分布对极限学习机性能产生危害的原因;在该理论框架下探讨了加权极限学习机在处理此类问题上的有效性及其固有缺陷;引入模糊集的思想,对传统的加权极限学习机进行了改进,并提出了4种用于解决类不平衡问题的模... 从理论上分析了样例不平衡分布对极限学习机性能产生危害的原因;在该理论框架下探讨了加权极限学习机在处理此类问题上的有效性及其固有缺陷;引入模糊集的思想,对传统的加权极限学习机进行了改进,并提出了4种用于解决类不平衡问题的模糊加权极限学习机算法;最后通过20个基准的二类不平衡数据集对所提算法的有效性和可行性进行了验证。实验结果表明:较之加权极限学习机及几种传统的不平衡极限学习机算法,提出的算法可明显获得更优的分类性能,并且与模糊加权支持向量机系列算法相比,所提算法通常可获得与之相当的分类性能,但时间开销往往更小。 展开更多

关键词 极限学习机 类不平衡学习 模糊加权 先验分布信息

在线阅读 下载PDF 职称材料

基于核函数的加权极限学习机污水处理在线故障诊断 被引量：9

4

作者 许玉格 邓文凯 陈立定 《化工学报》 EI CAS CSCD 北大核心 2016年第9期3817-3825,共9页

污水生化处理中的运行故障会引起出水水质不达标、运行费用增高和环境二次污染等严重问题,需要及时准确地对运行故障进行诊断。考虑到污水处理过程运行状态数据的不平衡性造成故障诊断准确率下降,提出了一种基于核函数的加权极限学习机... 污水生化处理中的运行故障会引起出水水质不达标、运行费用增高和环境二次污染等严重问题,需要及时准确地对运行故障进行诊断。考虑到污水处理过程运行状态数据的不平衡性造成故障诊断准确率下降,提出了一种基于核函数的加权极限学习机污水处理过程实时在线故障诊断方法。该方法以极限学习机为基础,采用加权的方式处理数据的不平衡特性,通过核函数的非线性映射来提高数据线性可分的程度。仿真实验证明,本文建立的污水处理在线故障诊断模型在线测试精度高,泛化性能好,模型在线更新速度快,能够比较好地满足准确性和实时性,实现对污水处理过程的在线故障诊断。 展开更多

关键词 加权极限学习机 核函数 在线建模 污水处理 故障诊断 仿真实验

在线阅读 下载PDF 职称材料

基于极限学习机模型参数优化的光伏功率区间预测技术 被引量：2

5

作者 何之倬 张颖 +4 位作者 郑刚 郑芳 黄琬迪 张沈习 程浩忠 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第3期285-294,共10页

提出一种基于极限学习机(ELM)模型参数优化的光伏功率区间预测技术.首先,提出加权欧氏距离作为光伏功率预测区间评估指标,筛选历史样本单元并优化ELM训练集;然后,提出ELM参数混合寻优算法,利用精英保留策略遗传算法与分位数回归优化ELM... 提出一种基于极限学习机(ELM)模型参数优化的光伏功率区间预测技术.首先,提出加权欧氏距离作为光伏功率预测区间评估指标,筛选历史样本单元并优化ELM训练集;然后,提出ELM参数混合寻优算法,利用精英保留策略遗传算法与分位数回归优化ELM模型隐层输入及输出权重与偏置参数,并采用训练后的模型预测光伏功率区间;最后,基于光伏电站与气象站历史数据构建实际算例,预测光伏功率区间,并与其他方法得到的结果进行对比.算例结果表明:所提方法在增加区间预测可信度的同时,能较大程度提高区间预测准确度. 展开更多

关键词 光伏功率 区间预测 极限学习机 参数优化 加权欧氏距离指标

在线阅读 下载PDF 职称材料

基于加权极限学习机的肿瘤基因表达谱数据分类 被引量：4

6

作者 姜琳颖 余东海 石鑫 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第6期798-803,共6页

基因表达谱数据一般来源于临床试验,而在临床试验中,试验样本的类分布情况是不确定的,这就使得表达谱数据往往具有比较明显的不平衡性.采用加权极限学习机来对不平衡基因表达谱数据进行分类,为了减少因为不平衡数据引起的分类误差,一个... 基因表达谱数据一般来源于临床试验,而在临床试验中,试验样本的类分布情况是不确定的,这就使得表达谱数据往往具有比较明显的不平衡性.采用加权极限学习机来对不平衡基因表达谱数据进行分类,为了减少因为不平衡数据引起的分类误差,一个临时的权重被分配给每一个样本以增强少样本类的影响,同时减少多样本类的影响,进而提高肿瘤分类的准确率.实验结果表明,所提方法能够提高少样本类的识别率,从而提高分类器的总体性能. 展开更多

关键词 基因 表达谱数据 加权极限学习机 不平衡性 肿瘤分类

在线阅读 下载PDF 职称材料

面向类别不平衡数据的主动在线加权极限学习机算法 被引量：2

7

作者 王长宝 李青雯 于化龙 《计算机科学》 CSCD 北大核心 2017年第12期221-226,254,共7页

针对在样本类别分布不平衡场景下,现有的主动学习算法普遍失效及训练时间过长等问题,提出采用建模速度更快的极限学习机,即ELM(Extreme Learning Machine)作为主动学习的基分类器,并以加权ELM算法用于主动学习过程的平衡控制,进而在理... 针对在样本类别分布不平衡场景下,现有的主动学习算法普遍失效及训练时间过长等问题,提出采用建模速度更快的极限学习机,即ELM(Extreme Learning Machine)作为主动学习的基分类器,并以加权ELM算法用于主动学习过程的平衡控制,进而在理论上推导了其在线学习的过程,大幅降低了主动学习的时间开销,并将最终的混合算法命名为AOW-ELM算法。通过12个基准的二类不平衡数据集验证了该算法的有效性与可行性。 展开更多

关键词 主动学习 类别不平衡学习 极限学习机 加权极限学习机 在线学习

在线阅读 下载PDF 职称材料

加权在线贯序极限学习机算法及其应用

8

作者 孙毅刚 刘静雅 赵珍 《计算机工程与设计》 CSCD 北大核心 2014年第10期3594-3597,3666,共5页

针对在线贯序极限学习机对所有数据等权处理这一缺陷,提出加权在线贯序极限学习机算法。依据运算过程中产生的网络均方根误差的差异,给新数据以及历史数据分配不同的权值,当网络均方根误差较大时减小其权值,较小时增大其权值。该算法实... 针对在线贯序极限学习机对所有数据等权处理这一缺陷,提出加权在线贯序极限学习机算法。依据运算过程中产生的网络均方根误差的差异,给新数据以及历史数据分配不同的权值,当网络均方根误差较大时减小其权值,较小时增大其权值。该算法实现了对新旧数据的不等权处理,利用航空发动机传感器数据验证该算法的可行性。验证结果表明,基于该算法所建的航空发动机传感器故障诊断模型要比基于传统在线贯序极限学习机算法所建模型的精度更高。 展开更多

关键词 在线贯序极限学习机 航空发动机 传感器 故障诊断 加权

在线阅读 下载PDF 职称材料

鲸鱼算法改进极限学习机的葡萄酒品质评价研究 被引量：3

9

作者 窦力 郑崴 +1 位作者 李柏秋 李斐 《食品与机械》 CSCD 北大核心 2024年第6期62-68,共7页

[目的]解决近红外光谱中冗余信息过多的问题,提升葡萄酒品质评价模型的准确性,并构建一种快速无损的葡萄酒品质评价方法。[方法]运用竞争性自适应重加权采样法进行特征波长筛选,提出了鲸鱼算法改进极限学习机的葡萄酒品质评价模型。通... [目的]解决近红外光谱中冗余信息过多的问题,提升葡萄酒品质评价模型的准确性,并构建一种快速无损的葡萄酒品质评价方法。[方法]运用竞争性自适应重加权采样法进行特征波长筛选,提出了鲸鱼算法改进极限学习机的葡萄酒品质评价模型。通过自适应重加权采样法等多种特征波长筛选方法,确定了最适用于葡萄酒光谱特征波长筛选的方法;针对ELM的初值权值与隐含层偏置选取问题,利用鲸鱼优化方法对初值权值与隐含层偏置进行优化,从而构建了一种基于鲸鱼优化算法改进的极限学习机葡萄酒品质评价模型。[结果]与GA-ELM、PSO-ELM和传统的ELM模型相比,WOA-ELM的准确率最高,达到了0.9445,GA-ELM的准确率为0.9290,PSO-ELM的准确率为0.9061,传统的ELM方法准确率为0.8177。[结论]通过智能算法优化ELM模型的参数,可以有效提高葡萄酒品质评价的准确性。 展开更多

关键词 近红外光谱 极限学习机 鲸鱼优化算法 特征波长 竞争性自适应重加权采样法

在线阅读 下载PDF 职称材料

加权极限学习机在变压器故障诊断中的应用 被引量：23

10

作者 遇炳杰 朱永利 《计算机工程与设计》 CSCD 北大核心 2013年第12期4340-4344,共5页

为了提高对变压器罕见故障的诊断准确率,有效应对变压器油中溶解气体(DGA)数据存在的样本不均衡现象,提出了一种基于加权极限学习机(weighted extreme learning machine,WELM)的变压器故障诊断方法。研究了加权极限学习机的参数对分类... 为了提高对变压器罕见故障的诊断准确率,有效应对变压器油中溶解气体(DGA)数据存在的样本不均衡现象,提出了一种基于加权极限学习机(weighted extreme learning machine,WELM)的变压器故障诊断方法。研究了加权极限学习机的参数对分类准确率的影响,明确了参数设置过程中的主要参数和次要参数;在此基础上提出了一种WELM的参数选择方法;给出了基于WELM的变压器故障诊断的基本流程与具体方法。实验结果表明,加权极限学习机在变压器故障诊断中具有易用性和有效性,并对少数类样本有更高的识别准确率。 展开更多

关键词 变压器 故障诊断 不均衡数据 加权极限学习机 分类 交叉验证

在线阅读 下载PDF 职称材料

加权极限学习机在行人检测中的研究和应用 被引量：1

11

作者 刘倩 李策 +2 位作者 杨峰 刘立波 邓箴 《计算机工程与设计》 北大核心 2019年第8期2366-2371,共6页

针对AdaBoost框架下加权极限学习机没有考虑到离群点对分类面的影响,提出基于AdaBoost的权值极限学习机的改进算法。利用隐层空间样本间欧式距离设置学习机初始权值,根据信息熵相似性原理更新AdaBoost框架内弱分类器权值。在INRIA和Calt... 针对AdaBoost框架下加权极限学习机没有考虑到离群点对分类面的影响,提出基于AdaBoost的权值极限学习机的改进算法。利用隐层空间样本间欧式距离设置学习机初始权值,根据信息熵相似性原理更新AdaBoost框架内弱分类器权值。在INRIA和Caltech-USA两个不平衡行人数据库上的分析实验结果表明,该算法具有原算法处理不平衡样本分类的能力,同时误检率得到显著降低。 展开更多

关键词 加权极限学习机 自适应增强 信息熵 相似性原理 行人检测

在线阅读 下载PDF 职称材料

基于优化模糊加权核极限学习机的下肢运动识别方法 被引量：3

12

作者 赵翔 涂娟 黄紫娟 《传感技术学报》 CAS CSCD 北大核心 2022年第5期621-626,共6页

为了提高基于表面肌电信号下肢运动识别的准确性,提出了一种优化模糊加权核极限学习机(Kernel-based Fuzzy Weighted Extreme Learning Machine,KFWELM)的下肢运动识别方法。首先提取表面肌电信号的时域、频域、非线性特征,使用局部Fis... 为了提高基于表面肌电信号下肢运动识别的准确性,提出了一种优化模糊加权核极限学习机(Kernel-based Fuzzy Weighted Extreme Learning Machine,KFWELM)的下肢运动识别方法。首先提取表面肌电信号的时域、频域、非线性特征,使用局部Fisher判别分析(Local Fisher Discriminant Analysis,LFDA)和局部保持投影(Locality Preserving Projections,LPP)进行特征降维处理,以减少原特征的信息丢失;其次,采用改进高斯量子粒子群算法(Gaussian Quantum Particle Swarm Optimization,GQPSO)优化KFWELM的正则化系数和核参数;最后进行决策级自适应融合得到分类结果。利用UCI数据库中的数据集进行算法验证,健康人群和患病人群下肢运动分类的平均准确率分别为96.6%和92.8%。实验表明,所提出的方法提高了下肢运动分类的准确率和有效性。 展开更多

关键词 表面肌电信号 下肢运动识别 高斯量子粒子群算法 模糊加权核极限学习机

在线阅读 下载PDF 职称材料

基于样本分布加权跨域极限学习机的电子鼻漂移补偿 被引量：1

13

作者 闫嘉 陈飞越 +1 位作者 易若男 王子健 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第12期105-113,共9页

针对电子鼻应用中传感器漂移现象导致的电子鼻分类准确率降低问题,文中提出一种基于样本分布加权的跨域极限学习机模型。该模型考虑到单个样本对全局分布差异度量的贡献度不同,以基于样本分布加权的最大均值差异作为衡量领域间样本分布... 针对电子鼻应用中传感器漂移现象导致的电子鼻分类准确率降低问题,文中提出一种基于样本分布加权的跨域极限学习机模型。该模型考虑到单个样本对全局分布差异度量的贡献度不同,以基于样本分布加权的最大均值差异作为衡量领域间样本分布差异的度量,将源域和目标域数据投影到高维的极限学习机特征空间中,然后寻找一个合适的投影方向,将特征空间中的数据映射到一个公共子空间中,使得子空间中源域数据和目标域数据具有相似的分布。使用Matlab对该算法进行仿真,并对比不同的隐含层节点数对该算法识别率的影响,以验证该算法的可行性。结果表明,文中提出的算法模型可以明显减小两个域间数据的分布差异,满足传统的分类学习算法对训练和测试数据的分布要求,从而提高电子鼻的分类准确率。 展开更多

关键词 极限学习机 子空间学习 样本分布加权 漂移补偿 电子鼻

在线阅读 下载PDF 职称材料

改进果蝇算法优化加权极限学习机的入侵检测 被引量：11

14

作者 党建武 谭凌 《系统仿真学报》 CAS CSCD 北大核心 2021年第2期331-338,共8页

提出一种改进的果蝇算法优化加权极限学习机入侵检测算法,利用加权极限学习机训练时间短、泛化性能好等优点,对NSL-KDD入侵检测数据集中的不均衡现象,增加少数类攻击的权重,使对网络攻击中稀有攻击的检测率比传统机器学习方法有大幅提高... 提出一种改进的果蝇算法优化加权极限学习机入侵检测算法,利用加权极限学习机训练时间短、泛化性能好等优点,对NSL-KDD入侵检测数据集中的不均衡现象,增加少数类攻击的权重,使对网络攻击中稀有攻击的检测率比传统机器学习方法有大幅提高;用迭代步长自适应调整的果蝇优化算法,对加权极限学习机中的隐含层输入权值和偏置进行全局寻优,以避免算法陷入局部最优解,实现了对NSL-KDD入侵检测数据集的分类。实验表明:本算法对稀有攻击的检测率和分类准确率均有提高,误报率有所降低。 展开更多

关键词 入侵检测 不均衡数据集 加权极限学习机 果蝇优化算法

在线阅读 下载PDF 职称材料

基于批次加权正则极限学习机的发酵过程软测量

15

作者 姚景升 刘飞 《江南大学学报（自然科学版）》 CAS 2013年第5期515-521,共7页

为实现发酵过程重要变量的预测,提出基于批次加权正则极限学习机的软测量模型。结合发酵过程中各批次变量变化轨迹与发酵初始条件密切相关的特点,采用欧式距离描述各训练批次初始条件与预测对象初始条件之间的相似度,设计了一种新的相... 为实现发酵过程重要变量的预测,提出基于批次加权正则极限学习机的软测量模型。结合发酵过程中各批次变量变化轨迹与发酵初始条件密切相关的特点,采用欧式距离描述各训练批次初始条件与预测对象初始条件之间的相似度,设计了一种新的相似度量化函数求解各训练批次的惩罚权值,实现了批次加权正则极限学习机建模;另外,针对正则极限学习机中的超参数估计问题,采用贝叶斯方法对超参数进行估计,降低了计算代价且实现了参数自适应估计。将其应用于青霉素发酵过程产物质量浓度的软测量中,仿真结果表明该方法预测精度高,效果好。 展开更多

关键词 发酵过程 软测量 正则极限学习机 批次加权 贝叶斯参数估计

在线阅读 下载PDF 职称材料

基于不平衡学习的集成极限学习机污水处理故障诊断 被引量：9

16

作者 许玉格 孙称立 +1 位作者 赖春伶 罗飞 《化工学报》 EI CAS CSCD 北大核心 2018年第7期3114-3124,共11页

污水处理过程的故障诊断数据具有高度不平衡性,影响了故障诊断效果,尤其是降低故障类别的识别正确率,导致出水水质不达标、运行费用增高和环境二次污染等问题出现。据此提出一种基于加权极限学习机集成算法的污水处理故障诊断建模方法... 污水处理过程的故障诊断数据具有高度不平衡性,影响了故障诊断效果,尤其是降低故障类别的识别正确率,导致出水水质不达标、运行费用增高和环境二次污染等问题出现。据此提出一种基于加权极限学习机集成算法的污水处理故障诊断建模方法。该方法将不平衡分类评价指标G-mean引入以加权极限学习机为基分类器的Ada Boost集成分类模型,定义新的基分类器初始权值矩阵更新规则和集成权重计算公式,用于基分类器的迭代学习。由仿真实验结果可知,基于加权极限学习机集成算法的污水处理故障诊断模型,可有效提高分类性能G-mean值和整体分类精度,特别提高了故障类的识别正确率,验证了基于加权极限学习机的集成算法在不平衡性污水处理故障诊断问题上的有效性。 展开更多

关键词 加权极限学习机 AdaBoost集成算法 不平衡学习 污水处理 故障诊断 模型

在线阅读 下载PDF 职称材料

基于加权极端学习机的瓦斯涌出量预测模型 被引量：2

17

作者 谢国民 谢鸿 +1 位作者 付华 闫孝姮 《控制工程》 CSCD 北大核心 2018年第3期459-463,共5页

为了能够更加准确地预测瓦斯涌出量，提出一种多元混沌时间序列的加权极端学习机瓦斯涌出量预测模型。首先对瓦斯涌出量监测数据构成的多元时间序列进行相空间重构，采用信息熵方法选取最佳延迟时间和嵌入维数：然后根据相空间中输入数... 为了能够更加准确地预测瓦斯涌出量，提出一种多元混沌时间序列的加权极端学习机瓦斯涌出量预测模型。首先对瓦斯涌出量监测数据构成的多元时间序列进行相空间重构，采用信息熵方法选取最佳延迟时间和嵌入维数：然后根据相空间中输入数据对预测误差的影响施加不同的权重，并结合核极端学习机预测模型构造出加权极端学习机模型。通过仿真试验表明，提出的预测模型行之有效，与同类其他模型相比，具有更高的预测精度和更好的稳定性。 展开更多

关键词 多元混沌时间序列 加权极端学习机(welm) 瓦斯涌出量 预测分析

在线阅读 下载PDF 职称材料

基于鲁棒正则化极限学习机的电容层析成像图像重建 被引量：16

18

作者 张立峰 戴力 《计量学报》 CSCD 北大核心 2022年第8期1044-1049,共6页

电容层析成像图像重建是一个非线性及病态性逆问题。基于此,提出了基于迭代重加权最小二乘法的鲁棒正则化极限学习机(RELM-IRLS)算法的电容层析成像图像重建方法,以油/气两相流为研究对象,通过有限元仿真构建随机分布流型,对RELM-IRLS... 电容层析成像图像重建是一个非线性及病态性逆问题。基于此,提出了基于迭代重加权最小二乘法的鲁棒正则化极限学习机(RELM-IRLS)算法的电容层析成像图像重建方法,以油/气两相流为研究对象,通过有限元仿真构建随机分布流型,对RELM-IRLS算法完成训练,并与Landweber迭代算法及极限学习机算法进行对比,RELM-IRLS算法的测试集平均误差相比极限学习机算法减小4.6%。仿真及静态实验结果均表明,RELM-IRLS算法所得重建图像质量得到明显提升,且算法具有良好的泛化性能。 展开更多

关键词 计量学 电容层析成像 迭代重加权 极限学习机 Landweber迭代算法

在线阅读 下载PDF 职称材料

大数据分割式极限学习机算法 被引量：5

19

作者 赵建堂 《计算机工程与应用》 CSCD 北大核心 2019年第10期73-76,共4页

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等份,分别训练极限学习机并获得单一外权,基于算术平均算子得到分割式极限学习机的综合外权;为避免异常数... 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等份,分别训练极限学习机并获得单一外权,基于算术平均算子得到分割式极限学习机的综合外权;为避免异常数据对极限学习机输出结果的影响,采用有序加权平均算子融合单一极限学习机的输出信息,使分割式极限学习机的输出结果更为稳定。数值对比仿真显示:分割式极限学习机比传统极限学习机的学习速度、拟合精度和内存消耗都高,验证了该方法的有效性和可行性。 展开更多

关键词 极限学习机(ELM) 大数据 有序加权平均算子

在线阅读 下载PDF 职称材料

迭代修正鲁棒极限学习机 被引量：1

20

作者 吕新伟 鲁淑霞 《计算机应用》 CSCD 北大核心 2023年第5期1342-1348,共7页

极限学习机(ELM)的许多变体都致力于提高ELM对异常点的鲁棒性,而传统的鲁棒极限学习机(RELM)对异常点非常敏感,如何处理数据中的过多极端异常点变成构建RELM模型的棘手问题。对于残差较大的异常点,采用有界损失函数消除异常点对模型的污... 极限学习机(ELM)的许多变体都致力于提高ELM对异常点的鲁棒性,而传统的鲁棒极限学习机(RELM)对异常点非常敏感,如何处理数据中的过多极端异常点变成构建RELM模型的棘手问题。对于残差较大的异常点,采用有界损失函数消除异常点对模型的污染;为了解决异常点过多的问题,采用迭代修正技术修改数据以降低由异常点过多带来的影响。结合这两种方法,提出迭代修正鲁棒极限学习机(IMRELM)。IMRELM通过迭代的方式求解,在每次的迭代中,通过对样本重加权减小异常点的影响,在不断修正的过程中避免算法出现欠拟合。在具有不同异常点水平的人工数据集和真实数据集上对比了IMRELM、ELM、加权极限学习机(WELM)、迭代重加权极限学习机(IRWELM)和迭代重加权正则化极限学习机(IRRELM)。在异常点占比为80%的人工数据集上,IRRELM的均方误差(MSE)为2.45044,而IMRELM的MSE为0.00079。实验结果表明,IMRELM在具有过多极端异常点的数据上具有良好的预测精度和鲁棒性。 展开更多

关键词 鲁棒极限学习机 重加权 迭代修正 异常点 回归

在线阅读 下载PDF 职称材料