检索结果-维普期刊中文期刊服务平台

状态时间序列预测的贝叶斯最小二乘支持向量机方法被引量：12: 1; 作者张弦王宏力 +1 位作者张金生孙渊《西安交通大学学报》 EI CAS CSCD 北大核心 2010年第10期42-46,共5页; 为实现对电子系统状态时间序列的有效预测,提出一种基于贝叶斯证据框架的最小二乘支持向量机在线预测方法.该方法以逐次增加最新状态数据并剔除最旧状态数据的方式更新最小二乘支持向量机预测模型,利用分块矩阵求逆运算简化了新旧状态... 展开更多; 关键词最小二乘支持向量机贝叶斯证据框架电子系统雷达发射机状态时间序列预测; 在线阅读下载PDF 职称材料

局域极端学习机及其在状态在线监测中的应用被引量：12: 2; 作者张弦王宏力《上海交通大学学报》 EI CAS CSCD 北大核心 2011年第2期236-240,共5页; 针对训练样本贯序输入时的极端学习机(ELM)训练问题,提出一种可实现在线训练的局域极端学习机(LELM).LELM以逐次增样训练与减样训练的方式实现在线训练,从而有效保持了简约的模型结构,同时利用分块矩阵求逆引理有效减小了多次模型训练... 展开更多; 关键词极端学习机在线训练电子系统时间序列预测状态监测; 在线阅读下载PDF 职称材料

基于小波分析与LSSVM的陀螺仪随机漂移建模被引量：4: 3; 作者秦伟伟郑志强 +1 位作者刘刚汪立新《中国惯性技术学报》 EI CSCD 2008年第6期721-724,729,共5页; 为了提高陀螺仪的使用精度,以陀螺仪随机漂移时间序列为研究对象,建立了基于小波分析和最小二乘支持向量机(LSSVM)的陀螺仪随机漂移模型。陀螺仪作为高精度敏感器件,其随机漂移信号具有非线性、弱平稳性等特点,难以补偿。为了提高补偿精... 展开更多; 关键词小波分析 LSSVM 陀螺仪随机漂移建模; 在线阅读下载PDF 职称材料

利用神经元拓展正则极端学习机预测时间序列被引量：2: 4; 作者张弦王宏力《北京航空航天大学学报》 EI CAS CSCD 北大核心 2011年第12期1510-1514,共5页; 为实现对于时间序列预测数据的准确预测,提出一种神经元拓展正则极端学习机(NERELM,Neuron-Expanding Regularized Extreme Learning Machine),并研究了其在时间序列预测中的应用.NERELM根据结构风险最小化原理权衡经验风险与结构风险,... 展开更多; 关键词神经网络极端学习机正则极端学习机时间序列预测; 在线阅读下载PDF 职称材料

题名状态时间序列预测的贝叶斯最小二乘支持向量机方法被引量：12: 1; 作者张弦王宏力张金生孙渊; 机构第二炮兵工程学院自动控制工程系第二炮兵工程学院精确制导与仿真实验室; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2010年第10期42-46,共5页; 基金国家自然科学基金资助项目(60904083); 文摘为实现对电子系统状态时间序列的有效预测,提出一种基于贝叶斯证据框架的最小二乘支持向量机在线预测方法.该方法以逐次增加最新状态数据并剔除最旧状态数据的方式更新最小二乘支持向量机预测模型,利用分块矩阵求逆运算简化了新旧状态数据交替增减所带来的预测模型重训问题,通过贝叶斯证据框架实现预测模型超参数的在线动态优化.应用于雷达发射机中高压电源与多注速调管的状态时间序列预测实例表明,该方法的预测精度与计算效率比自适应灰色模型方法分别高9.52%与73.26%,具有预测精度高、预测稳定性高与计算效率高的优点,适用于电子系统在线状态时间序列预测.; 关键词最小二乘支持向量机贝叶斯证据框架电子系统雷达发射机状态时间序列预测; Keywords least squares support vector machine Bayesian evidence framework electronic system radar transmitter condition time series prediction; 分类号 TP277 [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

题名局域极端学习机及其在状态在线监测中的应用被引量：12: 2; 作者张弦王宏力; 机构第二炮兵工程学院自动控制工程系; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2011年第2期236-240,共5页; 文摘针对训练样本贯序输入时的极端学习机(ELM)训练问题,提出一种可实现在线训练的局域极端学习机(LELM).LELM以逐次增样训练与减样训练的方式实现在线训练,从而有效保持了简约的模型结构,同时利用分块矩阵求逆引理有效减小了多次模型训练的计算代价.混沌时间序列在线预测仿真表明,LELM的在线训练时间远小于ELM,且预测精度更高.基于时间序列预测的雷达发射机状态在线监测实例表明,相比于利用粒子群优化的自适应灰色模型方法,LELM具有更高的计算效率与预测精度,适用于电子系统状态在线监测.; 关键词极端学习机在线训练电子系统时间序列预测状态监测; Keywords extreme learning machine on-line training electronic system time series prediction condition monitoring; 分类号 TP277 [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

题名基于小波分析与LSSVM的陀螺仪随机漂移建模被引量：4: 3; 作者秦伟伟郑志强刘刚汪立新; 机构国防科技大学机电与自动化学院第二炮兵工程学院自动控制工程系; 出处《中国惯性技术学报》 EI CSCD 2008年第6期721-724,729,共5页; 基金国家863项目(2006AA09Z235); 文摘为了提高陀螺仪的使用精度,以陀螺仪随机漂移时间序列为研究对象,建立了基于小波分析和最小二乘支持向量机(LSSVM)的陀螺仪随机漂移模型。陀螺仪作为高精度敏感器件,其随机漂移信号具有非线性、弱平稳性等特点,难以补偿。为了提高补偿精度,这里采用小波分析对陀螺仪随机漂移信号进行多尺度分解,利用最小二乘支持向量机方法对重构后的近似序列和细节序列建立非线性子模型,最后将各子模型输出融合作为组合模型输出。最后将该算法用于动调陀螺仪的随机漂移建模,实验结果表明基于该组合算法的非线性模型能够有效地反映陀螺仪的随机漂移特性,建模效果明显优于直接采用LSSVM和ANN建立的模型。; 关键词小波分析 LSSVM 陀螺仪随机漂移建模; Keywords wavelet analysis least square support vector machine gyroscope modeling of random drift; 分类号 U666.1 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名利用神经元拓展正则极端学习机预测时间序列被引量：2: 4; 作者张弦王宏力; 机构第二炮兵工程学院自动控制工程系; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2011年第12期1510-1514,共5页; 文摘为实现对于时间序列预测数据的准确预测,提出一种神经元拓展正则极端学习机(NERELM,Neuron-Expanding Regularized Extreme Learning Machine),并研究了其在时间序列预测中的应用.NERELM根据结构风险最小化原理权衡经验风险与结构风险,以逐次拓展隐层神经元的方式自动确定最佳的网络结构,以避免传统神经网络训练过程中需人为确定网络结构的弊端.应用于时间序列的仿真结果表明:NERELM可有效实现对于RELM最佳网络结构的自动确定,具有预测精度高与计算速度快的优点.; 关键词神经网络极端学习机正则极端学习机时间序列预测; Keywords neural networks extreme learning machine regularized extreme learning machine time series prediction; 分类号 TP277 [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	作者	出处	发文年	被引量	操作
1	状态时间序列预测的贝叶斯最小二乘支持向量机方法	张弦王宏力张金生孙渊	《西安交通大学学报》 EI CAS CSCD 北大核心	2010	12	在线阅读下载PDF 职称材料
2	局域极端学习机及其在状态在线监测中的应用	张弦王宏力	《上海交通大学学报》 EI CAS CSCD 北大核心	2011	12	在线阅读下载PDF 职称材料
3	基于小波分析与LSSVM的陀螺仪随机漂移建模	秦伟伟郑志强刘刚汪立新	《中国惯性技术学报》 EI CSCD	2008	4	在线阅读下载PDF 职称材料
4	利用神经元拓展正则极端学习机预测时间序列	张弦王宏力	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料