期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于量子粒子群优化的极限学习机(英文)
被引量:
9
1
作者
逄珊
杨欣毅
林学森
《系统仿真学报》
CAS
CSCD
北大核心
2017年第10期2447-2458,共12页
极限学习机(ELM)是一种新型的单隐含层神经网络的训练方法,同传统的基于梯度的网络训练方法相比,具有快速的学习速度和更好的泛化性能。ELM在实际应用中往往需要大量的隐含层神经元,由于随机设定输入权值和偏置值,容易导致病态问题的出...
极限学习机(ELM)是一种新型的单隐含层神经网络的训练方法,同传统的基于梯度的网络训练方法相比,具有快速的学习速度和更好的泛化性能。ELM在实际应用中往往需要大量的隐含层神经元,由于随机设定输入权值和偏置值,容易导致病态问题的出现。为解决上述问题,提出一种应用量子粒子群(QPSO)优化包括隐含层节点个数在内的网络参数的方法。这种优化基于验证集的均方根误差,考虑到了输入权值矩阵的范数。在典型的回归和分类问题上进行试验证明了算法的有效性。
展开更多
关键词
极限学习机
单隐含层前馈神经网络
量子粒子群
泛化能力
在线阅读
下载PDF
职称材料
采用限定记忆极限学习机的过热汽温逆建模研究
被引量:
4
2
作者
王万召
王杰
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2014年第2期32-37,共6页
针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现"数据饱和"的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依...
针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现"数据饱和"的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依赖于限定个数的最新数据信息,从而避免出现"数据饱和"。通过分析隐含层数据矩阵的特点,利用分块矩阵计算方法推导了限定记忆极限学习机在线学习算法。将该算法应用于参数时变的过热汽温对象逆模型的辨识,仿真实验结果表明:该算法能有效克服"数据饱和"问题,提高计算精度,是一种实用有效的过热汽温对象逆建模算法。
展开更多
关键词
单隐含层前馈神经网络
限定记忆极限学习机
数据饱和
在线逆建模
过热汽温
在线阅读
下载PDF
职称材料
基于极端学习机的SLFN谐波检测法
3
作者
项子旋
王振宇
+1 位作者
刘国海
奚家健
《电测与仪表》
北大核心
2013年第8期48-52,共5页
为了解决传统电网谐波检测法的实时性和精确度问题,提出一种基于极端学习机(ELM)单隐层前馈神经网络(SLFN)的谐波检测法。该方法把ELM用于SLFN,将傅里叶变换系数选作ELM模型的检测参数,用广义逆矩阵计算输出层权值的最小二乘解,以获得...
为了解决传统电网谐波检测法的实时性和精确度问题,提出一种基于极端学习机(ELM)单隐层前馈神经网络(SLFN)的谐波检测法。该方法把ELM用于SLFN,将傅里叶变换系数选作ELM模型的检测参数,用广义逆矩阵计算输出层权值的最小二乘解,以获得该模型的最优输出向量,从而改善各次谐波电流的检测性能。运用MATLAB仿真软件进行了仿真实验。结果表明:与基于BP算法的SLFN谐波检测法相比,所提出ELM算法的SLFN谐波检测法达到稳定检测的时间缩短,且检测误差的精度有所提高,达到了有效提升谐波检测实时性和精确度的目的。
展开更多
关键词
极端学习机(ELM)
单隐层前馈神经网络(SLFN)
谐波电流
实时检测
电力网
在线阅读
下载PDF
职称材料
基于邻域粗糙集的气象因子选择在虾塘水温预测中的应用
被引量:
2
4
作者
胡晶晶
罗永明
+3 位作者
张纲强
匡昭敏
谢映
曾行吉
《江苏农业学报》
CSCD
北大核心
2023年第3期732-740,共9页
基于邻域粗糙集对影响虾塘水温变化的气象因子进行选择,并选取模型预测虾塘水温,为南美白对虾养殖趋利避害提供科学参考。首先,将平均气温、最高气温、最低气温、降水量、气压、2 min风速、10 min风速和瞬时风速等8个气象因子组合输入S...
基于邻域粗糙集对影响虾塘水温变化的气象因子进行选择,并选取模型预测虾塘水温,为南美白对虾养殖趋利避害提供科学参考。首先,将平均气温、最高气温、最低气温、降水量、气压、2 min风速、10 min风速和瞬时风速等8个气象因子组合输入SFNN模型(单隐层前馈神经网络模型)、高斯回归模型和岭回归模型进行虾塘水温预测,选取预测效果最好的SFNN模型为本研究预测模型。然后,运用邻域粗糙集和熵理论,考虑气象因子和虾塘水温之间的相关性、冗余性和交互性,选出影响虾塘水温变化的主要气象因子。最后,利用选出的主要气象因子和SFNN模型实现虾塘水温预测。将基于邻域粗糙集选出的5个气象因子组合与8个气象因子组合,以及8个气象单因子分别输入SFNN模型,预测结果表明:邻域粗糙集选出的5个气象因子组合预测结果最好,其预测均方根误差、均方误差、平均绝对误差最小,分别为1.1211、1.2569和0.8938,决定系数(R2)为0.7916;在气象单因子中,气压对虾塘水温的预测结果较好。因此,基于邻域粗糙集选出的5个气象因子组合,通过SFNN模型进行虾塘水温预测结果最好,此方法在南美白对虾养殖趋利避害、防灾减灾中具有一定的实用价值。
展开更多
关键词
虾塘水温
气象因子
邻域粗糙集
sfnn
模型
在线阅读
下载PDF
职称材料
题名
一种基于量子粒子群优化的极限学习机(英文)
被引量:
9
1
作者
逄珊
杨欣毅
林学森
机构
鲁东大学信息与电气工程学院
海军航空工程学院飞行器工程系
出处
《系统仿真学报》
CAS
CSCD
北大核心
2017年第10期2447-2458,共12页
基金
National Natural Science Foundation of China(61602229)
Natural Science Foundation of Shandong Province(ZR2016FQ19)
文摘
极限学习机(ELM)是一种新型的单隐含层神经网络的训练方法,同传统的基于梯度的网络训练方法相比,具有快速的学习速度和更好的泛化性能。ELM在实际应用中往往需要大量的隐含层神经元,由于随机设定输入权值和偏置值,容易导致病态问题的出现。为解决上述问题,提出一种应用量子粒子群(QPSO)优化包括隐含层节点个数在内的网络参数的方法。这种优化基于验证集的均方根误差,考虑到了输入权值矩阵的范数。在典型的回归和分类问题上进行试验证明了算法的有效性。
关键词
极限学习机
单隐含层前馈神经网络
量子粒子群
泛化能力
Keywords
extreme learning machine
single
-
hidden
-
layer
feed
forward
neural
network
s
quantum-behavedparticle swarm optimization
generalization performance
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
采用限定记忆极限学习机的过热汽温逆建模研究
被引量:
4
2
作者
王万召
王杰
机构
郑州大学电气工程学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2014年第2期32-37,共6页
基金
国家自然科学基金资助项目(60974005)
文摘
针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现"数据饱和"的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依赖于限定个数的最新数据信息,从而避免出现"数据饱和"。通过分析隐含层数据矩阵的特点,利用分块矩阵计算方法推导了限定记忆极限学习机在线学习算法。将该算法应用于参数时变的过热汽温对象逆模型的辨识,仿真实验结果表明:该算法能有效克服"数据饱和"问题,提高计算精度,是一种实用有效的过热汽温对象逆建模算法。
关键词
单隐含层前馈神经网络
限定记忆极限学习机
数据饱和
在线逆建模
过热汽温
Keywords
single
-
hidden
layer
feed
forward
neural
network
restricted memory extreme learningmachine
data saturation
inverse
model
ing online
superheated steam temperature
分类号
TP273 [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
基于极端学习机的SLFN谐波检测法
3
作者
项子旋
王振宇
刘国海
奚家健
机构
江苏大学电气信息工程学院
出处
《电测与仪表》
北大核心
2013年第8期48-52,共5页
基金
江苏省2012年高校重点学科建设专项基金资助项目[批准号:苏财教(2012)83号]
文摘
为了解决传统电网谐波检测法的实时性和精确度问题,提出一种基于极端学习机(ELM)单隐层前馈神经网络(SLFN)的谐波检测法。该方法把ELM用于SLFN,将傅里叶变换系数选作ELM模型的检测参数,用广义逆矩阵计算输出层权值的最小二乘解,以获得该模型的最优输出向量,从而改善各次谐波电流的检测性能。运用MATLAB仿真软件进行了仿真实验。结果表明:与基于BP算法的SLFN谐波检测法相比,所提出ELM算法的SLFN谐波检测法达到稳定检测的时间缩短,且检测误差的精度有所提高,达到了有效提升谐波检测实时性和精确度的目的。
关键词
极端学习机(ELM)
单隐层前馈神经网络(SLFN)
谐波电流
实时检测
电力网
Keywords
extreme learning machine(ELM),
single
-
hidden
layer
feed
-
forward
neural
network
(SLFN), harmoniccurrent, real time detection, power grids
分类号
TM93 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于邻域粗糙集的气象因子选择在虾塘水温预测中的应用
被引量:
2
4
作者
胡晶晶
罗永明
张纲强
匡昭敏
谢映
曾行吉
机构
广西民族大学电子信息学院
广西壮族自治区气象科学研究所
广西民族大学人工智能学院
广西壮族自治区气象信息中心
出处
《江苏农业学报》
CSCD
北大核心
2023年第3期732-740,共9页
基金
广西壮族自治区自然科学基金项目(2020GXNSFAA238046)
广西壮族自治区气象局气象科研计划重点项目(桂气科2020Z03)
广西民族大学软件工程重点实验室项目(2022-18XJSY-03)。
文摘
基于邻域粗糙集对影响虾塘水温变化的气象因子进行选择,并选取模型预测虾塘水温,为南美白对虾养殖趋利避害提供科学参考。首先,将平均气温、最高气温、最低气温、降水量、气压、2 min风速、10 min风速和瞬时风速等8个气象因子组合输入SFNN模型(单隐层前馈神经网络模型)、高斯回归模型和岭回归模型进行虾塘水温预测,选取预测效果最好的SFNN模型为本研究预测模型。然后,运用邻域粗糙集和熵理论,考虑气象因子和虾塘水温之间的相关性、冗余性和交互性,选出影响虾塘水温变化的主要气象因子。最后,利用选出的主要气象因子和SFNN模型实现虾塘水温预测。将基于邻域粗糙集选出的5个气象因子组合与8个气象因子组合,以及8个气象单因子分别输入SFNN模型,预测结果表明:邻域粗糙集选出的5个气象因子组合预测结果最好,其预测均方根误差、均方误差、平均绝对误差最小,分别为1.1211、1.2569和0.8938,决定系数(R2)为0.7916;在气象单因子中,气压对虾塘水温的预测结果较好。因此,基于邻域粗糙集选出的5个气象因子组合,通过SFNN模型进行虾塘水温预测结果最好,此方法在南美白对虾养殖趋利避害、防灾减灾中具有一定的实用价值。
关键词
虾塘水温
气象因子
邻域粗糙集
sfnn
模型
Keywords
shrimp pond water temperature
meteorological factors
neighborhood rough set
single
hidden
layer
feed
forward
neural
network
(
sfnn
)
model
分类号
S966.12 [农业科学—水产养殖]
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
一种基于量子粒子群优化的极限学习机(英文)
逄珊
杨欣毅
林学森
《系统仿真学报》
CAS
CSCD
北大核心
2017
9
在线阅读
下载PDF
职称材料
2
采用限定记忆极限学习机的过热汽温逆建模研究
王万召
王杰
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2014
4
在线阅读
下载PDF
职称材料
3
基于极端学习机的SLFN谐波检测法
项子旋
王振宇
刘国海
奚家健
《电测与仪表》
北大核心
2013
0
在线阅读
下载PDF
职称材料
4
基于邻域粗糙集的气象因子选择在虾塘水温预测中的应用
胡晶晶
罗永明
张纲强
匡昭敏
谢映
曾行吉
《江苏农业学报》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部