检索结果-维普期刊中文期刊服务平台

基于ELM-AE和BP算法的极限学习机特征表示方法: 1; 作者苗军刘晓 +1 位作者常艺茹乔元华《北京信息科技大学学报（自然科学版）》 2024年第1期37-41,共5页; 基于极限学习机自编码器(extreme learning machine based autoencoder,ELM-AE)和误差反向传播(back propagation,BP)算法,针对ELM提出了一种改进的特征表示方法。首先,使用ELM-AE以无监督的方式学习紧凑的特征表示,即ELM-AE输出权重;其... 展开更多; 关键词极限学习机自编码器误差反向传播极限学习机; 在线阅读下载PDF 职称材料

基于相似时段和PCA-ELM的超短期风电功率预测被引量：1: 2; 作者王磊马磊娟《兵工自动化》 2022年第11期32-36,53,共6页; 为提高风电场输出功率的预测精度,提出一种采用相似时段选取原则和基于主成分分析(principal component analysis,PCA)与多层自编码极限学习机(multi-layer auto encoder extreme learning machine,ML-AE-ELM)组合算法(PCA-ELM)的预测... 展开更多; 关键词风电功率预测相似时段主成分分析多层自编码极限学习机; 在线阅读下载PDF 职称材料

基于混合卷积自编码极限学习机的RGB-D物体识别被引量：9: 3; 作者殷云华李会方《红外与激光工程》 EI CSCD 北大核心 2018年第2期52-59,共8页; 有效学习丰富的表征信息在RGB-D目标识别任务中至关重要,是实现高泛化性能的关键。针对卷积神经网络训练时间长的问题,提出了一种混合卷积自编码极限学习机(HCAE-ELM)结构,包括卷积神经网络(CNN)和自编码极限学习机(AE-ELM),该结构合并... 展开更多; 关键词极限学习机卷积神经网络自编码极限学习机物体识别; 在线阅读下载PDF 职称材料