极限学习机
- 基于改进麻雀搜索算法的优化型极限学习机
音关键词：极限学习机;麻雀搜索算法;分组机制;模拟退火中图分类号：TP181 文献标志码：A0 引言（Introduction）极限学习机[1]（Extreme Learning Machine， ELM）是黄广斌教授于2004年提出的一种单隐层前馈神经网络模型，该模型简单、运算速度高，具有较好的回归预测能力[2]。然而，ELM存在随机的权阈值，可能导致其出现稳定性差和泛化性能不高等问题，而群体智能优化算法可以解决以上问题。XUE等[3]于2020年提出麻
软件工程 2023年9期2023-09-06
- 基于极限学习机的智能电网运行入侵检测研究
算法优化的极限学习机模型。通过构建量子甲虫群优化算法，并引入量子力学，结合甲虫触角搜索和粒子群优化的优点，以进一步提高极限学习机算法入侵收敛性能，降低极限学习机的计算复杂度和训练时间。结果表明：随着迭代次数的增加，入侵检测测试误差逐渐减小，最小误差率为1.1%。所提出的极限学习机算法的准确率、平均 F 值和攻击准确率分别为95.82%、95.90%和95.16%。与随机森林算法相比，极限学习机可以有效提高智能电网运行入侵检测的准确性、检测率、攻击准确率，降
粘接 2023年8期2023-09-05
- 基于改进人工蜂鸟算法优化ELM的电力负荷预测
荷预测； 极限学习机； 人工蜂鸟算法； Sobol序列中图分类号：TP18；TM714 文献标识码：A 文章编号：1006-8228（2023）06-43-05Optimized ELM based on improved artificial hummingbirdalgorithm for power load forecastingWang Tong（School of Computer Science and Techno
计算机时代 2023年6期2023-06-15
- 基于改进LSTM-ELM模型的汇率预测研究
神经网络;极限学习机一、引言汇率是一个重要的研究课题，因为它是国家之间经济竞争的指标。自1971年以来，世界经济发生了变化，使汇率市场更加难以预测。准确的汇率预测对政策制定者、计量经济学家和从业人员都具有重要意义。一些研究试图通过分析计量经济模型，开发人工智能模型，并通过创建混合模型将两者结合，来开发更准确的模型来预测未来汇率。周晓波（2019）通过利用神经网络预测汇率，显示出了捕捉非线性的能力，使得汇率预测超越了传统的方法和随机漫步。其他研究也表明，通过
中国集体经济 2022年29期2022-05-30
- 样本线性化与数据去重的极限学习机
于在线顺序极限学习机（Online Sequential Extreme Learning Machine， OS-ELM）的改进算法—样本线性化和数据预处理极限学习机（PDC-ELM）。PDC-ELM算法对线性不可分的数据样本先利用核函数进行处理，使数据样本具有线性可分的特征，对于处理后的数据样本，利用在线顺序极限学习机（OS-ELM）在计算之前对分类数据进行预处理，即从训练和测试数据集中查找不一样的特征标签并保存类标签中，实验中新生成的标签组将不具有重
智能计算机与应用 2021年7期2021-12-07
- 一种基于麻雀搜索算法的改进极限学习机股票预测
算法的改进极限学习机的预测方法。根据股票市场相关指标，利用TSLA的股票数据资料，运用MATLAB软件进行仿真实验，并将SSA-ELM算法的仿真结果与ELM算法的仿真结果进行比较。结果表明：改进的算法模型预测误差较小，预测精度较高，能够在一定程度上反映股票价格波动趋势。关键词：麻雀搜索算法;极限学习机;股票预测1.引言股票交易市场在中国金融市场中发挥着重要作用，股票市场的预测结果可以作为投资者获利和规避风险的重要参数，同时也能为监管者稳定股市提供思路，因此
锦绣·上旬刊 2021年11期2021-10-08
- 基于极限学习机的TOPSIS无车承运人平台评价系统
因子分析;极限学习机;TOPSIS 评价;AHP1探究无车承运人平台进行货运线路定价的主要因素分析首先，对于搜集的数据，利用拉依达准则算法对其进行分析和预处理，包括对数据中的坏值和缺失数据进行处理，保证计算的准确性。接着基于已处理的数据，使用因子分析算法，选取价格为被解释变量而相关影响因子为解释变量，解释变量包括：里程数量、业务类型、调价比例、线路编码、续签状态、运输时间长短、需求状态等，得出无车承运人平台进行货运线路定价的影响因子。 最后，综合各类情况，
国际商业技术 2021年11期2021-09-29
- 基于判别信息的复合核极限学习机算法
。针对经典极限学习机算法难以较好地提取光谱特征，引入特征学习技术，提出了一种基于判别信息的复合核极限学习机（CKELM-L）方法。CKELM-L通过最大化类间矩阵与最小化类内矩阵，使投影后的低维数据同类越近而异类越远。实验结果表明，所提方法保留了更好的光谱特征，计算复杂度低且实现了出色的可分离性。关键词：极限学习机;高光谱图像分类;线性判别分析;特征学习中图分类号：TP391 文献标识码：A文章编号：2096-1472（2021）-09-32-06
软件工程 2021年9期2021-09-13
- 基于优化极限学习机的人造板厚度在线检测
算法提升极限学习机（ Extreme Learning Machine，ELM）的人造板厚度检测方法。通过对HHO算法进行改进，并利用优化后的算法对ELM的权值和偏置值等参数进行选择，在提升算法性能的基础上保留其寻优机制。同时，在初始种群位置中引入Tent映射反向学习，减少了不必要的全局搜索，在不影响种群多样性的条件下提高算法的收敛速度。最后以中密度纤维板（Medium Density Fiberboard，MDF）为例进行在线检测实验，得到实验数据并进
森林工程 2021年4期2021-08-23
- 黑猩猩优化算法-极限学习机模型在富水性分级判定中的应用
hOA）与极限学习机（ELM）相融合的判定方法。选取4个标准测试函数在不同维度条件下对ChOA的寻优能力进行仿真验证，仿真结果与粒子群优化（PSO）算法、人工蜂群（ABC）算法作对比;基于煤层顶底板地层富水性判定因子和判定分级构建ELM模型，利用ChOA优化ELM输入层权值和隐含层偏值，建立ChOA-ELM富水性分级判定模型，并构建ChOA-SVM、ChOA-BP作对比模型，通过龙固煤层顶底板地层富水性分级判定实例对ChOA-ELM、ChOA-SVM、Ch
人民黄河 2021年7期2021-08-11
- 改进的TLBO及其在自来水供水量预测中的应用
O）优化的极限学习机预测方法。针对TLBO算法收敛精度低、易陷入局部最优的不足，提出一种改进的TLBO算法（ITLBO）。在ITLBO中，增加一个最差学生补习阶段，通过老师对该学生单独辅导或者采用一个反向学习策略快速提升学生成绩;在此基础上，采用一种干扰算子对老师进行扰动，增强种群跳出局部最优的动能;最后，将ITLBO算法用于优化调整极限学习机（ELM）模型的输入权值和隐层阈值参数，并构建ITLBO-ELM自来水供水量预测模型。将ITLBO-ELM模型用于
人民黄河 2021年2期2021-03-15
- 基于自适应竞争的均衡优化电力系统客户分类
均衡优化与极限学习机的分类方法.该方法中提出了一种自适应竞争机制来平衡均衡优化 的全局探索与局部挖掘能力，从而有效提升了均衡优化搜索最优解的性能.之后，将提出的均衡优化集成 极限学习机对电力系统的客户进行分类.通过真实数据集上的实验表明，在不同的分类指标下，所提出的 均衡优化集成极限学习机都具有良好的预测效果，可为电力系统客户管理与服务提供有效的技术手段. 关键詞：均衡优化;极限学习机;电力系统;客户分类中图分类号：TP391 文献标志码：A
华东师范大学学报（自然科学版） 2021年5期2021-03-14
- 加权空-谱局部信息保持极限学习机的高光谱图像分类算法
，本文基于极限学习机提出新的研究。在模式识别和机器学习领域，极限学习机以其简单、快捷和良好的泛化能力得到越来越多的关注。但由于在高光谱遥感图像的学习过程中极限学习机缺乏对空间信息和光谱信息的有效提取，无法在分类中提供良好的分类结果。为此，基于谱局部信息的思想构造本文的研究框架，提出一种加权空-谱局部信息保持极限学习机分类算法。为验证所提算法的有效性，本文在两组常用的高光谱数据集Indian Pines和University of Pavia上进行实验，通过
软件 2020年7期2020-12-24
- 基于RF-ELM的轴承故障诊断
特征选择的极限学习机轴承故障识别算法，实验表明，经过特征提取与独热编码处理类别标签，能有效地提高识别准确率，降低故障识别时间，能有效地解决轴承故障问题，减少生产危险事件的发生。关键词：故障诊断;独热编码;随机森林;极限学习机1 引言目前，滚动轴承故障诊断的方法主要包括振动诊断、铁谱诊断、温度诊断、声学诊断、油膜电阻诊断及光纤监测诊断等方法。其中，应用最为广泛的是振动、铁铺、温度诊断技术。在工业生产过程中，轴承元件的工作表面可能会出现疲劳剥落、压痕及局部腐蚀
装备维修技术 2020年16期2020-12-24
- 基于PSO-ELM的绩效管理评价研究
。关键词：极限学习机;粒子群优化算法;绩效管理;医疗卫生;评价指标中图分类号：R 197.3文献标志码：A文章编号：1007-757X（2020）11-0036-03Abstract：In order to realize the evaluation of hospital performance management， a hospital performance evaluation index system is constructed from
微型电脑应用 2020年11期2020-12-23
- 极限学习机在车身前纵梁装配中误差预测应用
，提出基于极限学习机建模的车身装配偏差预测控制方法，通过对检测数据的拟合建模，实现车身产品装配质量预测，并应用于制造生产线指导。文章应用极限学习机（Extreme Learning Machine，ELM）基于采集的车身前纵梁制造装配数据预测装配过程中的关键特征质量误差状态，从结果分析角度说明ELM准确预测误差状态。关键词：极限学习机;数据处理;回归拟合;质量预测中图分类号：U462 文献标识码：A 文章编号：1671-7988（2020）20-161
汽车实用技术 2020年20期2020-11-23
- 基于CEEMD-SSA-ELM的短期电价集成预测模型
量分别使用极限学习机（extreme learning machine，ELM）模型进行独立预测，并将其预测结果进行重构集成以得到最终预测结果。对2种实际电价数据的预测分析结果表明：CEEMD-SSA-ELM模型和CEEMD-ELM、ELM模型相比，具有更高的预测精度。关键词：互补集成经验模态分解;奇异谱分析;极限学习机;短期电价预测中图分类号：TP391文献标识码： A文章编号 1000-5269（2020）05-0082-07 DOI：10.159
贵州大学学报（自然科学版） 2020年5期2020-11-02
- 基于混合聚类分析的区域短期用电量预测方法研究
功能聚类、极限学习机和混合模型的区域短期用电量预测方法。该方法使用功能聚类算法对用电量曲线进行分组，随后针对聚类分组使用极限学习机模型进行用电量预测，最后使用线性回归方法对独立的分组模型极限进行混合实现对区域客户的短期整体用电量预测。此外该方法还使用温度分区策略提高聚类分组的合理性。实验表明该方法能够提高最终用电量预测的准确性。关键词： 用电量预测; 功能聚类; 极限学习机; 混合模型中图分类号： TP391，TM714 文献标志码： AAbst
微型电脑应用 2020年9期2020-10-13
- 基于BSM1的硝态氮浓度辨识建模
问题，利用极限学习机（ELM）和支持向量机（SVM）的预测能力对硝态氮浓度进行模型辨识和比较。结果证明，在数据量较少的情况下，支持向量机（SVM）具有很高的精确度，但是在数据量较高的情况下，极限学习机同样具有高精确度的特点并且运行速度更快。关键词：污水处理;极限学习机;支持向量机;MATLAB仿真0引言在污水处理中，活性污泥是应用最为广泛的处理方法，因此大量的研究工作都将活性污泥作为研究的对象。因为微生物存在的各种习性以及相互之间的作用，在最初的研究工作中
电子产品世界 2020年2期2020-09-23
- 基于SVR的船舶航行安全评估模型
均优于基于极限学习机（extreme learning machine，ELM）构建的模型。模型的评估结果为水上交通管理部门的监管提供参考。关键词： 航行安全; 安全评估; 支持向量回归（SVR）; 极限学习机（ELM）中图分类号： U676.1 文献标志码： AShip navigation safety assessment model based on SVRCHANG Jing， LIU Xiaoming， LI Mengrui（Inform
上海海事大学学报 2020年2期2020-09-01
- 基于ELM的高校课堂教学评价模型研究
了一种基于极限学习机（ELM）的课堂教学评价模型。该模型在训练过程中无需调整神经网络的权值和阈值，只需要设置隐层神经元个数获得最优解。以重庆某高校为例，通过MATLAB平台仿真，结果表明该模型不仅克服了BP神经网络模型容易陷入局部极小的缺陷，而且抑制了教学督导评价的主观因素，提高了评价准确度。关键词： 教学督导;课堂教学;极限学习机;评价模型中图分类号： TP389.1 文献标识码： A DOI：10.3969/j.issn.1003-6970
软件 2020年6期2020-08-13
- 基于极限学习机的车削刀具状态监测技术研究
状态识别的极限学习机（Extreme learning machine，ELM）模型。首先，选择了振动信号、AE信号作为监测信号;对采集的信号分别进行时域分析、振动信号进行小波分析、AE信号进行多分辨率分析并提取与刀具磨损相关性强的特征作为原始特征。其次，采用Relief-F算法对原始特征进行特征过滤得到最终特征样本。最后，将训练样本输入建立的ELM模型进行训练，并输入测试样本查看仿真结果。模型的正确识别率为96.296%，表明建立的ELM模型对车削刀具状
软件 2020年6期2020-08-13
- 基于MDM的KELM学习器选择性集成网络入侵检测
络入侵; 极限学习机; 异常检测; 集成学习中图分类号： TP 391文献标志码： AIntrusion Detection by Selectively Integrated Networkwith MDM - based KELM LearnerGAO Zhenghao（Institute of Electric Power Science， Guizhou Power Grid Co. Ltd.， Guiyang， Guizhou 550000， C
微型电脑应用 2020年7期2020-07-29
- 基于极限学习机的车间节能目标预测方法
函数有利于极限学习机（ELM）求解节能目标。其次，对需要构建代理模型的改进多目标多元宇宙优化算法（IMOMVO）进行计算复杂度分析，建立了基于ELM的代理模型，设计数据驱动优化的车间节能目标算法框架。最后，基于均匀分布变量的拉丁超立方抽样，形成初始化样本，与BP算法进行预测性能验证和计算时间对比两个实验。实验结果显示，ELM算法的拟合优度为0.973 81，预测性能指标均优于BP算法。单个适应值平均计算时间为5.4×10-4 s，仅为真实求解的18.5%。
贵州大学学报（自然科学版） 2020年4期2020-07-28
- 一种缩小NLOS误差提高室内跟踪精度的融合算法
出一种基于极限学习机（ELM）和EKF的融合方法。ELM使用EKF的状态信息对测量值进行分类，确定受NLOS误差影响的传播路径，然后利用该路径训练的ELM对测量值进行校正。实验结果表明，该算法与传统算法相比精确度提高了43.2%，可以有效缩小NLOS误差。关键词：扩展卡尔曼滤波器;极限学习机;非视距传播;误差抑制DOI：10.11907/rjdk.191951 开放科学（资源服务）标识码（OSID）：中图分类号：TP312文献标识码：A 文章编号：1672
软件导刊 2020年6期2020-07-24
- 基于极限学习机算法的图书馆读者借阅行为分析
此提出基于极限学习机算法分析图书馆读者借阅行为。但是极限学习机算法输入权重与隐层阈值随机确定，行为分析结果随机性强、可靠程度低，所以采用高适应度值遗传算法确定极限学习机算法的输入权值与阈值。高适应度值遗传算法选择算子复制两份适应度值最优个体、复制一份适应度值较优个体作为遗传种群;交叉算子选取2个适应度值最优新个体开始变异操作;确定算法最优输入权值与阈值后，提取读者借阅行为特征作为训练样本，构建图书馆读者借阅行为分析模型，测试样本代入模型得到读者借阅行为分析
现代电子技术 2020年5期2020-07-23
- 基于IPSO睧LM的电磁供暖室内温度预测
子群算法;极限学习机在电磁供暖室内，供暖温度存在着滞后性[1]，建筑物蓄热性能、室外温度及历史温度等因素都会影响室内下一时刻的温度。故能否建立良好的室内温度预测模型的对后续电磁供暖系统的控制性能的好坏至关重要。在对电磁供暖室内温度的影响因素进行分析之后，明确ELM预测模型的输入输出变量。然后再分别用PSO和IPSO优化ELM的连接权值以及隐含层阈值。最后通过仿真验证了IPSO优化的效果较好。1 ELM模型ELM是由新加坡的著名学者黄广斌[2]在2004年所
科技风 2020年18期2020-07-06
- 基于GA-ELM算法的城市短期用水预测
遗传算法一极限学习机的城市短期用水预测方法。在引入相关影响因素的基础上，用擅长全局搜索和并行搜索的遗传算法对极限学习机参数进行寻优。结果表明，本模型的预测精度较高，日均绝对百分比误差仅为2.19%，具有较强的实用价值，为未来水资源实时调度提供理论依据。关键词：遗传算法;极限学习机;短期用水量;预测模型中图分類号：TV213 文献标识码：A文章编号：1009-3044（2020）13-0217-041引言水利是国民经济和社会发展所必需的基本要素，为社会的发展
电脑知识与技术 2020年13期2020-07-04
- 基于WPA-SVM的多肉植物分类识别
向量机; 极限学习机; 神经网络; 多肉植物中图分类号： TP391.1文献标志码： AAbstract： In order to improve the classification efficiency and recognition precision of succulent plants， a succulent plant classification algorithm based on the composite features of s
微型电脑应用 2020年6期2020-06-29
- 基于Bagging与超限学习机的脑力负荷识别模型
ging和极限学习机相结合的集成算法。用极限学习机（ELM）作为底层弱分类器，通过多数投票方式决定最终类别的标签，从而构建最终强分类器。实验结果表明，在脑力负荷识别研究问题上，该集成算法的分类准确率在4个被试数据集上分别达到了96.17%、96.02%、92.50%和93.50%。相较于传统的ELM算法，分类准确率在4个被试数据集上分别提升了1.59%、1.34%、2.86%和1.80%。并且新算法在精确率、灵敏度和特异度等评估标准上均高于传统ELM分类器
软件导刊 2020年3期2020-05-28
- 基于小波变换和极限学习机的网络流量预测模型
小波变换和极限学习机的网络流量预测模型。首先分析了当前国内外网络流量预测研究现状，找到引起网络流量预测准确性差的原因;然后采用小波变换对原始网络流量时间序列进行去噪，得到无噪声的网络流量时间序列;最后采用极限学习机对网络流量时间序列进行建模，得到相应的预测结果。与当前经典的网络流量预测模型在相同环境下进行对照测试，测试结果分析表明，小波变换和极限学习机的网络流量预测精度达到了95%以上，网络流量预测误差得到了有效的控制，而且提升了网络流量预测效率，预测结果
微型电脑应用 2020年1期2020-05-11
- 基于极限学习机的机械设备故障诊断研究
了一种基于极限学习机的故障诊断方法。首先，将机械设备传感器收集到的数据进行规范化处理，并采用过采样方法解决样本数据类别不平衡的问题;其次，通过预处理后的训练数据构建极限学习机模型，采用增量式方法确定隐层节点最佳数目。在气压系统数据集上的实验结果表明，与其他机器学习方法相比，基于极限学习机的机械设备故障诊断方法在训练速率和故障查全率上更具优越性。关键词：极限学习机;过采样;隐层节点;故障诊断;神经网络;反向传播中图分类号：TP39文献标识码：A文章编号：20
物联网技术 2020年4期2020-05-09
- 基于BOA-ELM的混凝土抗压强度预测研究
贝叶斯优化极限学习机（BOA-ELM）的混凝土抗压强度预测方法。首先，分析了混凝土拌和过程中对抗压强度预测值实时获得的需求。以各物料的用量为分析基础，28天标准养护后混凝土抗压强度值为预测目标，设计了基于极限学习机的强度预测模型。其次，为进一步提高模型的稳定性以及准确行，提出基于贝叶斯优化的极限学习机模型，根据模型超参数的分布特征，以高斯过程作为超参的先验分布，预测误差最小化作为目标，寻找最优的模型超参。最后，在实际施工产生的C50标号混凝土数据集上测试文
计算技术与自动化 2020年1期2020-04-09
- 基于多参数和极限学习机的图像质量评价方法研究
于多参数和极限学习机的图像质量评价方法，该方法融合了传统统计参数（PSNR）、基于结构相似度的参数（SSIM）和基于自然场景分析的参数（VIF和FSIM），将这些参数作为极限学习机的输入，拟合出这些特征参数和人类主观评价分值的内在关系，挖掘其内在规律。本方法和采用单独参数评价的算法进行对比分析，在TID图像质量评价库上的实验结果表明，该方法得到了比单独参数和BP方法更好的主观感知一致性。关键词：图像质量评价;多参数;极限学习机;函数拟合中图分类号：TP39
计算技术与自动化 2020年1期2020-04-09
- 多层ELM分区域可见光室内定位算法
种基于多层极限学习机的分区域定位算法，并通过仿真实验验证了算法的有效性. 首先，对整体的实验区域建立第1层极限学习机神经网络，计算出整体的定位误差. 其次，根据定位误差的大小和分布特征建立第2层极限学习机神经网络，将整体实验区域划分为边界区域和内部区域. 对提取出的边界区域建立第3层极限学习机神经网络，计算出边界区域的定位误差. 最后将边界区域的定位误差更新到整体的定位误差中，以实现定位. 实验结果表明，该算法的整体平均定位误差为2.79 cm. 与接收信
湖南大学学报·自然科学版 2019年10期2019-12-10
- 一种改进的稀疏编码模型图像分类算法
尺度小波核极限学习机进行图像分类。采用该方法对wine数据集与微软Corel1K图像库进行测试，实验表明，较单尺度小波核，多尺度小波核具有更好的分类效果。同时，多尺度小波核极限学习机的分类性能优于多尺度支持向量机、支持向量机与极限学习机的分类性能。关键词： 稀疏编码;图像分类;极限学习机;支持向量机【Abstract】 According to the traditional sparse coding method for image classific
智能计算机与应用 2019年5期2019-12-05
- 基于结构化遮挡编码和极限学习机的局部遮挡人脸识别
OC）结合极限学习机（ELM）的算法来处理人脸识别中的遮挡问题。首先，使用SOC去除图像上的遮挡物，将遮挡物体与人脸分离开;同时，通过局部性约束字典（LCD）来估计遮挡物的位置，建立遮挡字典和人脸字典。然后，将建立好的人脸字典矩阵进行归一化处理，并利用ELM对归一化的数据进行分类识别。最后，在AR人脸库上进行的仿真实验结果表明，所提方法对不同遮挡物和不同区域遮挡的图像具有较好的识别率和鲁棒性。关键词：人脸识别;遮挡;结构化遮挡编码;局部性约束字典;极限学习
计算机应用 2019年10期2019-11-15
- 基于CEEMD-CSO-ELM的短期风速预测
叉算法优化极限学习机（CSO-ELM）的预测模型;最后叠加所有序列的预测值作为最终的预测结果。本文对荷兰某风电场的实测小时风速数据集进行大量实验得出结果，来验证所提方法的有效性。关键词：互补经验模态分解;纵横交叉算法;极限学习机;风速预测中图分类号：TM614;TP18 文献标识码：A 文章编号：2096-4706（2019）20-0012-04Abstract：Successful integration and application of
现代信息科技 2019年20期2019-10-21
- 基于光谱和Gabor纹理信息融合的油桃品种识别
SVM）和极限学习机（extreme learning machine，简称ELM）油桃品种判别模型。结果表明，基于融合特征的LS-SVM和ELM模型识别率分别为94.7%、92.1%，较单独采用光谱信息和纹理信息的识别率都高，说明采用光谱信息和Gabor纹理信息融合的方法可以实现油桃品種判别，为农产品无损检测提供参考价值。关键词：油桃品种识别;光谱信息;Gabor纹理信息;主成分分析;最小二乘支持向量机;极限学习机油桃具有极高的营养价值，它含有人体所必需
江苏农业科学 2019年6期2019-09-25
- 基于关键帧与多特征融合的烟雾识别算法研究
种特征送入极限学习机（ELM）中进行识别。实验结果表明，该算法能够有效剔除视频帧间的冗余图像帧，提高了烟雾识别算法的正确率和识别效率。关键词 ：烟雾检测;主成分分析;极限学习机;图像识别中图分类号： TP18 文献标识码：A文章编号：1009-3044（2019）21-0180-02开放科学（资源服务）标识码（OSID）：火在我们人类的生活中无处不在，在带给我经济效益的同时也带了人生财产严重损失的问题。因此火灾的预防和报警受到多方重视[1，2
电脑知识与技术 2019年21期2019-09-24
- 基于极限学习机的多传感器旋转机械故障诊断
了一类基于极限学习机的多传感器融合故障识别方法。首先，利用FFT对数据进行预处理，并对多传感器的预处理结果进行加权融合，以单传感器历史数据识别得到的正确率为融合系数。然后，对极限学习机进行训练和测试。结果表明基于融合数据特征的识别率表现优于基于单传感器数据特征的识别率。关键词：多传感器融合;极限学习机;旋转机械故障识别中图分类号：TH17 文献标志码：A 文章编号：2095-2945（2019）23-0128-02Abstract： In
科技创新与应用 2019年23期2019-09-04
- 自然场景下的交通标志识别系统
部感受野的极限学习机识别网络对43类标志进行识别。实验结果证明，该系统对自然背景下的交通标志图像达到良好的识别效果，并且具有一定的鲁棒性。关键词： 智能交通; 交通标志识别系统; 绿色减除分割算法; Gist?RGB特征; 极限学习机; 局部感受野中图分类号： TN911.73?34; U491.52 文獻标识码： A 文章编号： 1004?373X（2019）09?0123?04Traff
现代电子技术 2019年9期2019-09-02
- 城市高层建筑智能火灾多感监测系统研究
器网络; 极限学习机; 高层建筑; 多感监测; 监测模型; 仿真验证中图分类号： TN915?34; TP212 文献标识码： A 文章编号： 1004?373X（2019）16?0067?040 引 言城市高层建筑不仅是城市进步的标志，也是解决城市日益增多人口居住生活与工作的重要建筑环境，其安全受到了广泛关注。高层建筑设计复杂、建筑面积大、居住或者工作人员较多、可燃物多，存
现代电子技术 2019年16期2019-08-23
- 融合萤火虫方法的多标签懒惰学习算法
VD）与核极限学习机（ELM）进行线性分类。该算法同时考虑了标签信息与相似度信息从而提高了鲁棒性。实验结果表明，所提算法较其他的多标签学习算法有一定优势，并使用统计假设检验与稳定性分析进一步说明所提出算法的合理性与有效性。关键词：多标签学习;萤火虫方法;标签相关性;多标签懒惰学习算法;极限学习机中图分类号：TP181文献标志码：AAbstract： The existing Improved Multilabel Lazy Learning Approac
计算机应用 2019年5期2019-08-01
- 适用于数据分类的极限学习机优化算法
要：针对极限学习机参数优化问题，提出量子遗传算法优化极限学习机的方法（QGA-ELM）。在该方法中，对ELM的输入权值和隐含层阈值采用量子比特编码，并将其映射为QGA的染色体，QGA的适应度函数为对应ELM的分类精度;通过QGA的量子旋转门优化出输入权值与隐含层阈值，以此训练出分类精度更高的ELM，从而改善ELM的泛化性能。通过ELM和QGA-ELM对数据集的仿真结果对比表明，QGA-ELM有效地提升了ELM网络的分类精度。关键词：极限学习机;量子遗传算
软件导刊 2019年6期2019-07-08
- 基于极限学习机的蓄电池荷电状态估计
出一种基于极限学习机的SOC估计方法。首先，建立蓄电池的二阶戴维南（Thevenin）模型，针对开路电压与电池SOC之间的非线性关系，采用极限学习机模型代替多項式模型，以提高拟合精度。根据实时测量数据，基于极限学习机模型确定电池模型的参数。结果表明，极限学习机模型在估计电池SOC时具有很高的精确度和收敛速度。关键词：极限学习机;蓄电池;荷电状态1、前言蓄电池储能系统在机车系统中有十分重要的作用，它可以提供短时供电、用于能量缓冲、改善电能质量，在机车启动过程
科学与财富 2019年34期2019-06-29
- 基于主成分分析法和极限学习机的尿沉渣图像识别算法研究
PCA）和极限学习机（ELM）的识别和统计方法。该方法通过PCA对样本进行特征提取和降维后输入到ELM进行训练，根据训练得出的模型与未经PCA处理的样本训练的模型进行检测效果对比。实验结果表明，使用PCA处理后的样本训练得出的模型具有更高的识别准确度和稳定性，同时训练时间大幅减少。关键词： 尿沉渣检测; 尿沉渣成分分类; 极限学习机; 主成分分析; 图像识别; 特征提取; 医学显微图像中图分类号： TN911.73?34; TP183
现代电子技术 2019年11期2019-06-19
- 基于压缩自编码融合极限学习机的柑橘黄龙病鉴别方法
自编码融合极限学习机（Contractive auto-encoder combined extreme learning machine，CAE-ELM）的柑橘黄龙病鉴别方法。此方法通过ELM代替CAE顶层的Softmax分类器和反向微调阶段，达到减少算法运行时间同时提高模型的稳定性及鉴别能力的目的。其中，CAE实现了样本深层特征提取，ELM可实现分类鉴别。为了评估CAE-ELM模型性能，以不同比例的柑橘叶片近红外光谱数据作为训练集进行实验，采用波形叠加
分析化学 2019年5期2019-06-13
- 基于极限学习机模型的内陆湖泊水质遥感监测研究
整，提出将极限学习机（Extreme Learning Machine， ELM）方法用于内陆湖泊水质遥感监测，该算法不但可以简化参数选择过程，而且可以提高网络的训练速度。在确定了最优参数的基础上，建立了叶绿素a浓度（表征水体富营养化程度的重要参数）预测模型，并且将预测结果与BP和SVM进行比较。实验结果表明：该方法可以显著提高模型的学习速度，且相比BP和SVM模型具有更好的泛化性能。实验结果证明了极限学习机应用于水质遥感监测的可行性和有效性。关键词：机器
科学与财富 2018年18期2018-08-09
- 一种快速鲁棒的加权压缩跟踪方法
很好，同时极限学习机的使用保证了跟踪速度的提升。实验结果表明算法的跟踪准确度很高，速度快，鲁棒性好，特别适用于一些存在着快速运动以及遮挡的场合。【关键词】目标跟踪；加权压缩特征；极限学习机中图分类号： TP391.4 文献标识码： A 文章编号： 2095-2457（2018）08-0022-003A fast and robust weighted compressive tracking methodLI Xuan1 LIU Qian-yu2（1.Xi
科技视界 2018年8期2018-06-08
- 基于OSELM的无刷直流电机无位置传感器控制
于在线贯序极限学习机（OSELM）的无刷直流电机无位置传感器控制方法。该方法构建了一个单隐层前馈神经网络，经分析将定子端电压和电流作为OSELM网络的输入信号，逆变电路的逻辑换相信号作为OSELM网络的输出，将电流速度双闭环控制得到的PWM波形与OSELM网络输出进行逻辑处理得到功率开关管的控制信号，由此实现无刷直流电机的无位置传感器控制。网络参数通过离线训练得到，将训练好的网络模型应用到电机中进行在线测试。将该方法与传统反向传播（BP）神经网络方法进行比
电机与控制学报 2018年11期2018-05-14
- 基于数据驱动的人力资源成本评估算法
特点，通过极限学习机建立人力资源成本评估算法，并通过粒子群算法对极限学习机进行优化，最后进行了人力资源成本评估仿真实验。结果表明，所提算法可以反映人力资源成本的变化特点，改善了人力资源成本的评估结果，获得了比其他人力资源成本评估模型更优的结果，具有广泛的应用前景。关键词： 人力管理; 资源成本; 评估模型; 数据驱动; 极限学习机; 粒子群算法中图分类号： TN911.1?34; TP393 文献标识码： A 文章编号： 1004?373X（2018）09
现代电子技术 2018年9期2018-05-05
- 混沌理论和机器学习算法的运动员成绩预测模型
习算法——极限学习机设计运动员成绩预测模型。仿真实验结果表明，与当前运动员成绩预测模型相比，所设计模型的运动员成绩预测结果更加可靠，而且运动员成绩预测精度更高，可以应用于体育科学训练计划制定。关键词： 运动员成绩； 机器学习算法； 混沌理论； 原始数据； 成绩预测模型； 极限学习机中图分类号： TN911.1?34； TP391 文献标识码： A 文章编号： 1004?373X（2018）07?0152?04Athletes performance pre
现代电子技术 2018年7期2018-04-04
- 基于S变换和PSO-ELM的牵引系统扰动分类
PSO优化极限学习机（ELM），并通过学习训练对牵引系统扰动信号分类，得到较高的检测性能和泛化性能。仿真结果表明，本文的方法提高了牵引系统电能质量扰动识别能力且分类准确率高、抗噪性强。【关键词】S变换 极限学习机 粒子群算法特征 分类传统人工神经网络，支持向量机是常用的决策分析工具，然而这些方法训练慢，泛化能力弱。ELM是一种覆盖单层前馈神经网络，具有优良的分类性能，其性能不依赖迭代过程。自从第一次提出，ELM已经应用于分类和回归模型以及计算机视觉、生物医
电子技术与软件工程 2018年12期2018-02-25
- 一种新的表情识别方法
，最后采用极限学习机进行分类识别，实验结果说明本文的算法识别率高、计算速度快、有很大的优越性。【关键词】人脸表情识别 LBP 极限学习机1 引言人脸表情识别作为情感识别的一个方面，在人际交流中起到非常重要的作用，不仅是展示情绪，更是传播情感信息与协调双方关系的重要方式，因而人脸识别技术成为当今研究的一个热点。人面部表情识别的过程一般包括三个步骤：人脸定位，特征提取和分类识别，而本文的研究重点放在虚线框内所示的特征提取和分类识别步骤，它们决定着误差的大小即分
电子技术与软件工程 2018年6期2018-02-23
- 一种基于遗传算法的极限学习机改进算法研究
：針对传统极限学习机（ELM）缺乏有效的训练方法、应用时预测精度不理想这一弱点，提出了一种基于遗传算法（GA）训练极限学习机（GA-ELM）的方法。在该方法中，ELM的输入权值和隐藏层节点阈值映射为GA的染色体向量，GA的适应度函数对应ELM的训练误差；通过GA的遗传操作训练ELM，选出使ELM网络误差最小的输入权值和阈值，从而改善ELM的泛化性能。通过与ELM、I-ELM、OS-ELM、B-ELM4种方法的仿真结果对比，表明遗传算法有效地改善了ELM网络
软件导刊 2017年9期2017-09-29
- 捕鱼算法优化极限学习机的运动员成绩预测
鱼算法优化极限学习机的运动员成绩预测模型。收集运动员成绩的时间序列，进行聚类分析建立学习样本，采用极限学习机对学习样本进行训练，并采用捕鱼算法对极限学习进行优化，建立运动员成绩预测模型，最后采用具体数据对运动员成绩预测性能进行测试。测试结果表明，该模型可以准确拟合运动员成绩的变化特点，获得了较高精度的运动员成绩预测结果，而且预测结果要显著优于其他模型，具有较高的实际应用价值。关键词： 捕鱼算法； 极限学习机； 运动员成绩； 预测模型中图分类号： TN911
现代电子技术 2017年15期2017-09-04
- 基于极限学习机的入土切割过程数据驱动模型研究
ΣΣΣ基于极限学习机的入土切割过程数据驱动模型研究申科，任晓智，王旭艳，麻芳兰（广西大学机械学院，广西南宁530004）在甘蔗收割机切割过程中，入土切割能有效提高甘蔗切割质量，但入土切割深度过大极易造成推土现象，不利于控制刀盘升降。为了能够对刀盘入土切割深度进行有效控制，采用基于极限学习机的神经网络模型对影响刀盘负载压力的主要参数与刀盘入土深度之间的非线性关系进行拟合预测，并利用粒子群优化算法（PSO）对模型参数进行优化以提高极限学习机的泛化能力。通过仿真
装备制造技术 2017年6期2017-07-31
- 一种多分类算法FELM在网络入侵中的应用
信摘 要：极限学习机（ELM）有着分类精度高、速度快等特性，被广泛的应用和研究。本文提出了一种用于多分类问题的模糊单隐层神经网络算法FELM，同时考虑分类器的模糊性和误报率之间的关系。通过在入侵检测数据集NSL-KDD上的实验证明：本文提出的方法有着较好的有效性和稳定性。关键词：极限学习机；多类分类；网络入侵检测；模糊性中图分类号：TP393 文献标识码：A 文章编号：1671-2064（2017）09-0036-011 引言随着网络技术的日益发展，人们开
中国科技纵横 2017年9期2017-06-27