期刊导航
期刊开放获取
cqvip
退出
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
1
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
具有选择与补偿机制的加权集合序贯极端学习机及其应用
被引量：
1
1
作者
何星
王宏力
+1 位作者
陆敬辉
姜伟
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2015年第8期2152-2157,共6页
针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同...
针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.
展开更多
关键词
集合
在
线序
贯
极端
学习机
预测精度
残差
动态适应性
时间序列
原文传递
题名
具有选择与补偿机制的加权集合序贯极端学习机及其应用
被引量：
1
1
作者
何星
王宏力
陆敬辉
姜伟
机构
第二炮兵工程大学控制工程系
出处
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2015年第8期2152-2157,共6页
基金
国家自然科学基金(61304101)
文摘
针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.
关键词
集合
在
线序
贯
极端
学习机
预测精度
残差
动态适应性
时间序列
Keywords
ensemble on-line sequential extreme learning machine
prediction accuracy
residual error dynamic adaptation
time series
分类号
V557 [航空宇航科学与技术—人机与环境工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
具有选择与补偿机制的加权集合序贯极端学习机及其应用
何星
王宏力
陆敬辉
姜伟
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2015
1
原文传递
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
