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
共找到10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：
基于R-OSELM的海洋环境数据在线预测
1
作者 李志刚 刘宇杰 +3 位作者 韩国峰 程尚 付多民 李莹琦 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2023年第1期104-110,共7页
为及时辨识海洋环境的变化趋势和降低长期累积的海洋环境数据对预测模型的影响,提出一种基于循环在线顺序极限学习机(Recurrent Online Sequential Extreme Learning Machine R-OSELM)的海洋环境数据在线预测模型.采用完全在线的方法初... 为及时辨识海洋环境的变化趋势和降低长期累积的海洋环境数据对预测模型的影响,提出一种基于循环在线顺序极限学习机(Recurrent Online Sequential Extreme Learning Machine R-OSELM)的海洋环境数据在线预测模型.采用完全在线的方法初始化海洋环境数据训练集,通过在线顺序极限学习机算法对已有的海洋环境数据进行逐块输入,利用极限学习机的自动编码技术与一种归一化方法对输入权重循环处理,实现预测模型的在线更新,最后完成对海洋环境数据的在线预测.使用该模型对溶解氧、叶绿素a、浊度、蓝绿藻进行预测,结果表明R-OSELM模型的预测精度高于对比模型,确定其具备海洋环境数据在线预测能力,可为海洋水域水体富营养化与海洋环境污染预警提供参考. 展开更多
关键词 海洋环境数据 时间序列预测 在线预测 在线顺序极限学习机 循环神经网络
下载PDF
模锻过程结合机理与数据的智能控制方法 被引量：4
2
作者 陈宇 吕文兵 陆新江 《锻压技术》 CAS CSCD 北大核心 2017年第4期170-178,共9页
大型模锻成形过程是一个复杂的非线性时变过程,包括锻件流变成形过程与液压系统驱动过程,以及还存在油液泄漏等众多不确定性因素,导致精准锻造过程控制异常困难。为此,在结合基于机理模型控制与数据控制优点的基础上,提出了基于物理模... 大型模锻成形过程是一个复杂的非线性时变过程,包括锻件流变成形过程与液压系统驱动过程,以及还存在油液泄漏等众多不确定性因素,导致精准锻造过程控制异常困难。为此,在结合基于机理模型控制与数据控制优点的基础上,提出了基于物理模型结合在线顺序极限学习机的智能控制方法。该方法首先使用已知的系统信息推导出名义控制律;其次,针对模型不确定性部分,使用在线顺序极限学习机设计出该在线模型的补偿控制律;最后,建立了基于机理模型与数据模型的集成控制器,获得了最佳控制律。仿真结果表明,新方法能有效地控制复杂的锻造过程,且比现有的方法有更好的控制精度。 展开更多
关键词 大型模锻成形 机理模型 在线顺序极限学习机 物理模型控制器 数据模型控制器 集成模型控制器 控制律
原文传递
基于粒子群优化在线顺序极限学习机动态环境室内定位算法 被引量：1
3
作者 韩承毅 苏胜君 +2 位作者 施伟斌 乐燕芬 李瑞祥 《数据采集与处理》 CSCD 北大核心 2022年第6期1345-1352,共8页
动态环境室内定位容易受到人员随机行动、障碍物等环境的干扰,信号强度的时变性、数据采集的不稳定性对定位算法产生很大的影响。针对该问题,本文提出了一种基于粒子群优化在线顺序极限学习机算法(Particle swarm optimization online s... 动态环境室内定位容易受到人员随机行动、障碍物等环境的干扰,信号强度的时变性、数据采集的不稳定性对定位算法产生很大的影响。针对该问题,本文提出了一种基于粒子群优化在线顺序极限学习机算法(Particle swarm optimization online sequential extreme learning machine,PSO⁃OS⁃ELM)。该算法继承了在线顺序极限学习机(Online sequential extreme learning machine,OS⁃ELM)算法的数据采集成本低、适应环境变化快、收敛速度较快且定位精度较高等特性,同时又利用粒子群优化(Particle swarm optimization,PSO)解决OS⁃ELM算法中奇异值问题和鲁棒性问题。在3种不同环境下采集数据,将PSO⁃OS⁃ELM算法、OS⁃ELM算法和WKNN算法进行实验对比。实验结果表明:在动态变化的室内环境中,PSO⁃OS⁃ELM算法定位误差较小且鲁棒性增强,优于其他算法;平均定位误差相较于其他算法减少了约15%;算法耗时性相较于传统定位算法加权K近邻算法(Weighted K⁃nearest neighbor,WKNN)算法减少了约55%。 展开更多
关键词 粒子群优化 在线顺序极限学习机 接收信号强度 动态环境 室内定位
下载PDF
基于双层特征选择的空中目标分类算法研究 被引量：1
4
作者 苏志刚 王雪萌 《激光与光电子学进展》 CSCD 北大核心 2022年第2期235-243,共9页
空中生物和非生物目标的分类是机场鸟击防治工作中的重要一环。基于轨迹信息的目标分类具有轨迹信息获得容易、部分特征区分度高的优势,但是不当的特征选择会导致近距离轨迹样本分类误差大。针对该问题,提出了一种基于双层特征选择的空... 空中生物和非生物目标的分类是机场鸟击防治工作中的重要一环。基于轨迹信息的目标分类具有轨迹信息获得容易、部分特征区分度高的优势,但是不当的特征选择会导致近距离轨迹样本分类误差大。针对该问题,提出了一种基于双层特征选择的空中目标分类算法。首先对动态目标三维轨迹数据进行充分的特征提取,扩大特征选择范围;其次通过设计的双层特征选择算法选择特征子集,减少算法运算量,提高分类精细度;最后通过在线顺序极限学习机(OSELM)实现空中生物和非生物目标的实时分类。实验结果表明,所提算法兼顾了分类的精度与速度,分类精度达到了99.7%,平均分类时间仅为1.26 ms,满足了实时监测预警的需求。所提算法为机场条件下空中目标的实时分类提供了一种极具潜力的解决方案。 展开更多
关键词 图像处理 在线顺序极限学习机 特征提取 特征选择 实时分类
原文传递
基于MA-FOSELM-OTF的海洋养殖环境数据在线预测
5
作者 李志刚 刘宇杰 《扬州大学学报（自然科学版）》 CAS 北大核心 2022年第5期40-46,共7页
为降低过时海洋养殖环境数据对后续学习的影响和解决单一模型随机初始化输入权重的问题,提出一种基于MA-FOSELM-OTF的海洋养殖环境在线预测模型.采用模型平均化(model averaging,MA)算法对全在线顺序极限学习机(fully online sequential... 为降低过时海洋养殖环境数据对后续学习的影响和解决单一模型随机初始化输入权重的问题,提出一种基于MA-FOSELM-OTF的海洋养殖环境在线预测模型.采用模型平均化(model averaging,MA)算法对全在线顺序极限学习机(fully online sequential extreme learning machine,FOSELM)进行集成,以降低输入权重初始化引起的随机性;在FOSELM中引入过时遗忘机制(obsolete to forget,OTF),对过时的数据进行遗忘加权,降低其对顺序学习的影响;利用FOSELM递推计算所得输出结果集成所有输出结果,取其平均值作为MA-FOSELM-OTF在线预测模型的最终输出.结果表明,MA-FOSELM-OTF在海洋养殖环境数据在线预测任务中的预测性能优于其他对比模型,可为海洋养殖预警平台提供参考. 展开更多
关键词 海洋养殖环境数据 时间序列预测 在线预测 在线顺序极限学习机 集成学习 遗忘机制
下载PDF
一种改进的集成在线顺序极限学习机 被引量：1
6
作者 付倩 韩飞 叶松林 《无线通信技术》 2013年第3期39-44,共6页
针对传统的集成在线顺序极限学习机在集成决策时忽略各个学习机的分类性能而平均设置集成权重,导致集成系统分类准确率较低且不稳定,就此提出一种新的集成规则。在改进的方法中,首先根据每个在线顺序极限学习机在验证集上的分类准确率... 针对传统的集成在线顺序极限学习机在集成决策时忽略各个学习机的分类性能而平均设置集成权重,导致集成系统分类准确率较低且不稳定,就此提出一种新的集成规则。在改进的方法中,首先根据每个在线顺序极限学习机在验证集上的分类准确率对被集成的学习机进行筛选;其次,再根据每个被集成进来的学习机在验证集上的分类准确率设置该学习机的集成投票权重。在四个标准分类数据集上的实验结果表明,本文提出的集成在线顺序极限学习机能够以更高的稳定性获得更高的分类准确率。 展开更多
关键词 在线顺序极限学习机 集成 准确率 稳定性
下载PDF
基于改进OS-ELM的煤矿微震事件在线识别方法
7
作者 丁琳琳 张明 +3 位作者 刘媛媛 张翰林 郝亚丽 潘一山 《煤炭科学技术》 CAS CSCD 北大核心 2020年第S02期233-239,共7页
煤矿微震事件是在采矿过程中发生的一种诱发地震,其中大能量的微震事件会引发冲击地压事故,是煤矿井下开采的危害之一。针对煤矿微震信号识别,现有微震事件识别方法仍然存在识别精度低、时延明显问题。为此,提出一种基于改进OS-ELM的煤... 煤矿微震事件是在采矿过程中发生的一种诱发地震,其中大能量的微震事件会引发冲击地压事故,是煤矿井下开采的危害之一。针对煤矿微震信号识别,现有微震事件识别方法仍然存在识别精度低、时延明显问题。为此,提出一种基于改进OS-ELM的煤矿微震事件在线识别方法,首先利用极值连接降维对原始微震数据进行预处理,将预处理之后的微震数据作为OS-ELM模型的输入,将OSELM训练得到的输出权值,作为下一次的更新信息,建立OS-ELM分类器模型,然后增加滑动窗口机制,实现对海量微震信号的在线分批训练和预测,从训练和预测方面提高速度和精度。试验结果表明,改进后的OS-ELM算法与OS-ELM和ELM分类算法相比,不仅能保持较好的训练和识别精度,同时大幅提高了运算速度。 展开更多
关键词 微震事件 预处理 在线顺序极限学习机 滑动窗口
下载PDF
煤矿井下动态环境基于WiFi的OSELM算法研究
8
作者 窦占树 崔丽珍 +1 位作者 洪金祥 赫佳星 《传感器与微系统》 CSCD 北大核心 2023年第7期48-51,56,共5页
针对煤矿井下环境高动态变化,导致WiFi指纹匹配定位模型精度降低的问题,提出在线顺序极限学习机(OSELM)的井下定位算法,利用新增接收信号强度指示(RSSI)数据实现对模型的在线实时更新,同时赋予新增数据时效性权重来改进OSELM算法,在保... 针对煤矿井下环境高动态变化,导致WiFi指纹匹配定位模型精度降低的问题,提出在线顺序极限学习机(OSELM)的井下定位算法,利用新增接收信号强度指示(RSSI)数据实现对模型的在线实时更新,同时赋予新增数据时效性权重来改进OSELM算法,在保证定位精度的前提下减少数据采集和模型训练工作量。实验结果表明:与传统的批量学习方法相比,利用OSELM在线学习能力可以改善由于井下环境高动态变化导致定位模型精度降低的问题,并且改进的OSELM算法能更有效提升模型定位精度。 展开更多
关键词 位置指纹定位 在线顺序极限学习机定位模型 高动态井下环境 在线增量学习
下载PDF
基于EOS-ELM的高频地波雷达有效波高反演 被引量：2
9
作者 张晓愉 楚晓亮 王曙曜 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第S1期163-169,共7页
高频地波雷达(HFSWR)海面回波谱中包含海态信息,通常基于一阶谱和二阶谱特征信息分别建立拟合模型来反演有效波高,但是单独利用一阶和二阶谱信息来反演波高,会分别存在一阶谱能量饱和和二阶谱信噪比低的问题。本文基于集成在线顺序极限... 高频地波雷达(HFSWR)海面回波谱中包含海态信息,通常基于一阶谱和二阶谱特征信息分别建立拟合模型来反演有效波高,但是单独利用一阶和二阶谱信息来反演波高,会分别存在一阶谱能量饱和和二阶谱信噪比低的问题。本文基于集成在线顺序极限学习机(EOS-ELM)的方法,利用高频地波雷达数据,综合考虑一阶谱和二阶谱的特征信息来进行有效波高的反演。学习机能够有效选择一阶谱和二阶谱信息,使结果达到最优化,从而提高有效波高的反演精度。针对低海况的数据,本文通过分析确定波高分类阈值,将数据分段进行波高反演,进一步提高了波高反演的精度。 展开更多
关键词 高频地波雷达 有效波高反演 集成在线顺序极限学习机(EOS-ELM)
下载PDF
基于CPA-OSELM的热轧带钢厚度在线预测
10
作者 肖思竹 张飞 +2 位作者 黄学忠 肖雄 易忠荣 《科学技术与工程》 北大核心 2022年第22期9686-9694,共9页
为解决自动厚度控制(automatic gauge control, AGC)系统反馈滞后、耦合强、厚度偏差大等问题,提出了一种基于食肉植物算法(carnivorous plant algorithm, CPA)的在线顺序极限学习机(online sequential extreme learning machine, OSELM... 为解决自动厚度控制(automatic gauge control, AGC)系统反馈滞后、耦合强、厚度偏差大等问题,提出了一种基于食肉植物算法(carnivorous plant algorithm, CPA)的在线顺序极限学习机(online sequential extreme learning machine, OSELM)预测算法。首先,基于从现场采集的相关数据,建立了OSELM在线厚度预测模型。然后为了提高模型的准确性及稳定性,采用CPA方法优化OSELM的权重和偏置。在此基础上,运用自学习方法进一步提高模型的预测精度。最后,通过实验验证基于CPA-OSELM预测模型的有效性。实验结果表明:基于CPA-OSELM的方法能够对不同规格带钢的出口厚度进行高精度在线预测,预测结果可用于提升AGC模型的控制精度,为提升带钢产品质量奠定基础。 展开更多
关键词 热轧带钢 在线预测 在线顺序极限学习机(online sequential extreme learning machine OSELM) 食肉植物算法(carnivorous plant algorithm CPA) 自学习
下载PDF
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
使用帮助 返回顶部