检索结果-维普期刊中文期刊服务平台

基于随机子空间核极端学习机集成的高光谱遥感图像分类被引量：8: 1; 作者宋相法曹志伟 +1 位作者郑逢斌焦李成《计算机科学》 CSCD 北大核心 2016年第3期301-304,共4页; 结合随机子空间和核极端学习机集成提出了一种新的高光谱遥感图像分类方法。首先利用随机子空间方法从高光谱遥感图像数据的整体特征中随机生成多个大小相同的特征子集;然后利用核极端学习机在这些特征子集上进行训练从而获得基分类器;... 展开更多; 关键词高光谱遥感图像分类核极端学习机随机子空间分类器集成; 在线阅读下载PDF 职称材料

基于混合鸡群算法和核极端学习机的锅炉NO_x排放的预测被引量：9: 2; 作者牛培峰丁翔 +2 位作者刘楠常玲芳张先臣《计量学报》 CSCD 北大核心 2019年第5期929-936,共8页; 以某300MW亚临界循环流化床锅炉为研究对象,对锅炉的NOx排放量进行预测。利用模拟退火混合鸡群算法(SACSO)和核极端学习机(KELM)对不同工况下NOx的排放量进行建模;对比了差分进化算法,粒子群算法和原始鸡群算法,证明了改进后算法的优越... 展开更多; 关键词计量学氮氧化物排放循环流化床锅炉模拟退火算法鸡群算法支持向量机核极端学习机; 在线阅读下载PDF 职称材料

基于迭代误差补偿的核极端学习机模型在短期电力负荷预测中的应用被引量：5: 3; 作者郎坤张明媛袁永博《计算机应用》 CSCD 北大核心 2015年第7期2083-2087,共5页; 针对BP神经网络方法制约短期电力负荷预测精度的问题,提出一种基于迭代误差补偿的核极端学习机(KELM-IEC)预测模型。首先,建立短期电力负荷预测模型的输入指标体系,选择月份、日期、星期、周数、是否为节假日、日平均气温、前一日的最... 展开更多; 关键词核极端学习机迭代误差补偿输入变量短期电力负荷预测; 在线阅读下载PDF 职称材料

瓦斯突出等级预测模型被引量：3: 4; 作者赵国强王留洋 +2 位作者刘雨竹卢万杰王志中《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2023年第1期32-39,共8页; 针对瓦斯突出等级评判方法预测准确度低的问题,提出一种基于拉普拉斯特征映射算法(LE)和改进的乌鸦搜索算法(ICSA)优化核极限学习机(KELM)的瓦斯突出预测模型。利用LE算法对瓦斯突出数据进行非线性降维,消除变量间的相互重叠;引入Tent... 展开更多; 关键词瓦斯突出等级评定拉普拉斯特征映射算法乌鸦搜索算法 Tent混沌序列核极端学习机; 在线阅读下载PDF 职称材料

基于VMD样本熵和KELM的输电线路故障诊断被引量：24: 5; 作者谢国民黄睿灵丁会巧《电子测量与仪器学报》 CSCD 北大核心 2019年第5期73-79,共7页; 针对输电线路短路故障危害大,故障识别率较低的情况,提出基于变分模态分解(VMD)样本熵与核极端学习机(KELM)相结合的输电线路故障诊断方法,提高输电线路故障诊断的正确率。首先,采用VMD对故障后的三相电压进行分解,得到一系列三相平稳... 展开更多; 关键词输电线路故障诊断变分模态分解样本熵核极端学习机; 在线阅读下载PDF 职称材料

煤与瓦斯突出的L-Isomap-KELM模型被引量：1: 6; 作者谢国民黄睿灵 +1 位作者刘明屠乃威《控制工程》 CSCD 北大核心 2020年第10期1802-1806,共5页; 煤与瓦斯突出预测是一个复杂多因素的、非线性的高维问题,传统的预测方法存在预测精度不高,预测速度慢等不足。针对上述问题,提出了将地标等距特征映射(Landmarks Isometric Mapping,L-Isomap)理论与核极端学习机(Kernel Extreme Learni... 展开更多; 关键词煤与瓦斯突出地标等距映射核极端学习机极端学习机; 在线阅读下载PDF 职称材料

生物冶金氧化预处理过程温度预测研究被引量：7: 7; 作者杨梅高丙朋《有色金属工程》 CAS 北大核心 2019年第6期30-35,共6页; 针对工业现场,尤其是高寒、高海拔地区受气候条件影响,温度变化剧烈,无法准确测量,难以建立精确的温度模型,进而影响生物冶金浸出率的问题,提出一种基于改进鲸鱼算法(EWOA)和核极端学习机(KELM)综合建模的方法。首先从工业现场采集100... 展开更多; 关键词生物冶金氧化预处理温度核极端学习机改进鲸鱼算法预测; 在线阅读下载PDF 职称材料

题名基于随机子空间核极端学习机集成的高光谱遥感图像分类被引量：8: 1; 作者宋相法曹志伟郑逢斌焦李成; 机构河南大学计算机与信息工程学院西安电子科技大学智能感知与图像理解教育部重点实验室; 出处《计算机科学》 CSCD 北大核心 2016年第3期301-304,共4页; 基金国家自然科学基金(61272282 91438201) +1 种基金河南省高等学校重点科研项目(15A520010)资助; 文摘结合随机子空间和核极端学习机集成提出了一种新的高光谱遥感图像分类方法。首先利用随机子空间方法从高光谱遥感图像数据的整体特征中随机生成多个大小相同的特征子集;然后利用核极端学习机在这些特征子集上进行训练从而获得基分类器;最后将所有基分类器的输出集成起来,通过投票机制得到分类结果。在高光谱遥感图像数据集上的实验结果表明:所提方法能够提高分类效果,且其分类总精度要高于核极端学习机和随机森林方法。; 关键词高光谱遥感图像分类核极端学习机随机子空间分类器集成; Keywords Hyperspectral remote sensing image classification Kernel extreme learning machine Random subspace Classifier ensemble; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于混合鸡群算法和核极端学习机的锅炉NO_x排放的预测被引量：9: 2; 作者牛培峰丁翔刘楠常玲芳张先臣; 机构燕山大学电气工程学院; 出处《计量学报》 CSCD 北大核心 2019年第5期929-936,共8页; 基金国家自然科学基金(61573306,61403331); 文摘以某300MW亚临界循环流化床锅炉为研究对象,对锅炉的NOx排放量进行预测。利用模拟退火混合鸡群算法(SACSO)和核极端学习机(KELM)对不同工况下NOx的排放量进行建模;对比了差分进化算法,粒子群算法和原始鸡群算法,证明了改进后算法的优越性;之后,又对传统BP算法,支持向量机,极端学习机和核极端学习机模型进行对比;最终确定的SACSO-KELM模型具有更高的预测精度和稳定性以及更好的泛化能力,可选择将此模型用于锅炉NOx排放的建模预测。; 关键词计量学氮氧化物排放循环流化床锅炉模拟退火算法鸡群算法支持向量机核极端学习机; Keywords metrology NOx emission circulating fluidized bed boiler simulated annealing algorithm chicken swarm algorithm SVM extreme learning machine with kernels; 分类号 TB99 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于迭代误差补偿的核极端学习机模型在短期电力负荷预测中的应用被引量：5: 3; 作者郎坤张明媛袁永博; 机构大连理工大学建设工程学部; 出处《计算机应用》 CSCD 北大核心 2015年第7期2083-2087,共5页; 基金国家自然科学基金资助项目(51208081) 辽宁省教育厅科学研究一般项目(L2014034); 文摘针对BP神经网络方法制约短期电力负荷预测精度的问题,提出一种基于迭代误差补偿的核极端学习机(KELM-IEC)预测模型。首先,建立短期电力负荷预测模型的输入指标体系,选择月份、日期、星期、周数、是否为节假日、日平均气温、前一日的最大负荷量等影响电力负荷的7个因素作为预测模型的输入;其次,基于新型神经网络模型——核极端学习机(KELM),建立负荷预测模型,引入支持向量机(SVM)的核函数映射作为极端学习机(ELM)的隐含层节点映射,有效结合ELM结构简单、训练简便与SVM泛化能力强的优势,提高负荷预测精度;最后,基于时间序列预测中迭代误差补偿(IEC)技术,建立IEC模型,再次利用KELM对负荷预测模型的预测误差进行学习,从而对预测结果进行补偿和修正,进一步减小模型预测误差,提高预测性能。采用两组实际电力负荷数据进行仿真实验,其中,KELM-IEC模型与BP神经网络模型相比,平均绝对百分误差(MAPE)分别降低了74.39%和34.73%,最大绝对误差(ME)分别降低了58.34%和39.58%;同时与KELM模型相比,平均绝对百分误差分别降低了18.60%和4.29%,最大绝对误差分别降低了0.08%和11.21%,说明误差补偿策略的必要性。实验结果表明,KELM-IEC预测模型能够有效地提高短期电力负荷预测的精度,有利于改善电力系统的计划、运营和管理,保障生产和生活用电,提高经济效益和社会效益。; 关键词核极端学习机迭代误差补偿输入变量短期电力负荷预测; Keywords Extreme Learning Machine with Kernels （KELM） iterative error correction input variable short term electricity load forecasting; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名瓦斯突出等级预测模型被引量：3: 4; 作者赵国强王留洋刘雨竹卢万杰王志中; 机构辽宁工程技术大学电气与控制工程学院辽宁工程技术大学机械工程学院; 出处《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2023年第1期32-39,共8页; 基金国家自然科学基金(51974151,71771111) 辽宁省高等学校创新团队项目(LT2019007); 文摘针对瓦斯突出等级评判方法预测准确度低的问题,提出一种基于拉普拉斯特征映射算法(LE)和改进的乌鸦搜索算法(ICSA)优化核极限学习机(KELM)的瓦斯突出预测模型。利用LE算法对瓦斯突出数据进行非线性降维,消除变量间的相互重叠;引入Tent扰动序列、自适应步长和自适应感知概率改进传统的乌鸦搜索算法(CSA),有效避免算法陷入局部最优,提高算法的收敛性能;采用ICSA算法对KELM的相关参数进行寻优,建立基于LE和ICSA-KELM的瓦斯突出等级评判模型。经过对比试验表明,该模型能够有效提高预测准确率。; 关键词瓦斯突出等级评定拉普拉斯特征映射算法乌鸦搜索算法 Tent混沌序列核极端学习机; Keywords gas outburst grade estimation LE algorithm ICSA algorithm Tent chaotic sequence,KELM; 分类号 X936 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于VMD样本熵和KELM的输电线路故障诊断被引量：24: 5; 作者谢国民黄睿灵丁会巧; 机构辽宁工程技术大学电气与控制工程学院国家电网乌鲁木齐供电公司; 出处《电子测量与仪器学报》 CSCD 北大核心 2019年第5期73-79,共7页; 基金国家自然科学基金(51307076) 辽宁省教育厅重点实验室基金项目(LJZS003)资助; 文摘针对输电线路短路故障危害大,故障识别率较低的情况,提出基于变分模态分解(VMD)样本熵与核极端学习机(KELM)相结合的输电线路故障诊断方法,提高输电线路故障诊断的正确率。首先,采用VMD对故障后的三相电压进行分解,得到一系列三相平稳的模态分量;其次分别计算每组各分量的样本熵值,作为输电线路故障提取特征,组成样本库;以提取的输电线路故障特征输入到核极端学习机进行训练,获取诊断模型,然后比较其与极限学习机(ELM)、支持向量机(SVM)和BP神经网络的诊断效果。仿真结果表明,VMD样本熵+KELM的输电线路故障诊断模型精度高于其他3种算法,且运算速率更快,噪声鲁棒性更好。; 关键词输电线路故障诊断变分模态分解样本熵核极端学习机; Keywords transmission line fault diagnosis variational mode decomposition sample entropy kernel extreme learning machine; 分类号 TM711 [电气工程—电力系统及自动化] TN98 [电子电信—信息与通信工程]; 在线阅读下载PDF 职称材料

题名煤与瓦斯突出的L-Isomap-KELM模型被引量：1: 6; 作者谢国民黄睿灵刘明屠乃威; 机构辽宁工程技术大学电气与控制工程学院朝阳师范高等专科学校计数系国网重庆市电力公司电力科学研究院; 出处《控制工程》 CSCD 北大核心 2020年第10期1802-1806,共5页; 基金国家自然科学基金项目(71771111) 国家自然科学基金项目(61601212) 辽宁省教育厅基金项目(LJYL014)。; 文摘煤与瓦斯突出预测是一个复杂多因素的、非线性的高维问题,传统的预测方法存在预测精度不高,预测速度慢等不足。针对上述问题,提出了将地标等距特征映射(Landmarks Isometric Mapping,L-Isomap)理论与核极端学习机(Kernel Extreme Learning Machine,KELM)相结合应用到煤与瓦斯突出预测中的新方法。首先,采用L-Isomap进行非线性降维,完成特征提取;然后,用KELM来融合煤与瓦斯突出风险与致突因素组成的特征向量之间的非线性关系,建立煤与瓦斯突出预测的L-Isomap-KELM模型,并将其与极端学习机(ELM)预测模型相比。仿真结果表明:L-Isomap-KELM预测模型能够达到97.31%的准确率,并且运算速度快,还具有很好的泛化能力。; 关键词煤与瓦斯突出地标等距映射核极端学习机极端学习机; Keywords Coal and gas outburst landmarks isometric mapping kernel extreme learning machine extreme learning machine; 分类号 TP27 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名生物冶金氧化预处理过程温度预测研究被引量：7: 7; 作者杨梅高丙朋; 机构新疆大学电气工程学院; 出处《有色金属工程》 CAS 北大核心 2019年第6期30-35,共6页; 基金国家自然科学基金资助项目(61463047)~~; 文摘针对工业现场,尤其是高寒、高海拔地区受气候条件影响,温度变化剧烈,无法准确测量,难以建立精确的温度模型,进而影响生物冶金浸出率的问题,提出一种基于改进鲸鱼算法(EWOA)和核极端学习机(KELM)综合建模的方法。首先从工业现场采集100组实验数据,然后将前66组数据作为训练样本,后34组数据作为测试样本,最后分别采用KELM、WOA-KELM、EWOA-KELM方法建立氧化槽温度预测模型。研究结果表明,EWOA-KELM预测模型的平均绝对误差(MAE)、均方根误差(RMSE)和平均相对百分比误差(MAPE)均比其它几种预测模型的低。该模型具有更高的预测精度和更强的泛化能力,为测量氧化槽的温度变化情况提供了一种新的方法。; 关键词生物冶金氧化预处理温度核极端学习机改进鲸鱼算法预测; Keywords biological metallurgy oxidation pretreatment temperature kernel extreme learning machine enhanced whale optimization algorithm prediction; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于随机子空间核极端学习机集成的高光谱遥感图像分类	宋相法曹志伟郑逢斌焦李成	《计算机科学》 CSCD 北大核心	2016	8	在线阅读下载PDF 职称材料
2	基于混合鸡群算法和核极端学习机的锅炉NO_x排放的预测	牛培峰丁翔刘楠常玲芳张先臣	《计量学报》 CSCD 北大核心	2019	9	在线阅读下载PDF 职称材料
3	基于迭代误差补偿的核极端学习机模型在短期电力负荷预测中的应用	郎坤张明媛袁永博	《计算机应用》 CSCD 北大核心	2015	5	在线阅读下载PDF 职称材料
4	瓦斯突出等级预测模型	赵国强王留洋刘雨竹卢万杰王志中	《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料
5	基于VMD样本熵和KELM的输电线路故障诊断	谢国民黄睿灵丁会巧	《电子测量与仪器学报》 CSCD 北大核心	2019	24	在线阅读下载PDF 职称材料
6	煤与瓦斯突出的L-Isomap-KELM模型	谢国民黄睿灵刘明屠乃威	《控制工程》 CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料
7	生物冶金氧化预处理过程温度预测研究	杨梅高丙朋	《有色金属工程》 CAS 北大核心	2019	7	在线阅读下载PDF 职称材料