改进在线贯序极限学习机在模式识别中的应用 被引量：13

1

作者 尹刚 张英堂 +1 位作者 李志宁 范红波 《计算机工程》 CAS CSCD 2012年第8期164-166,169,共4页

针对传统在线贯序极限学习机存在的过学习和分类器输出不稳定等问题,将结构风险最小化理论引入到极限学习机中,用小波函数替代原有的隐层激励函数构建正则小波极限学习机,并与在线学习方法结合,提出在线正则小波极限学习机。仿真实验结... 针对传统在线贯序极限学习机存在的过学习和分类器输出不稳定等问题,将结构风险最小化理论引入到极限学习机中,用小波函数替代原有的隐层激励函数构建正则小波极限学习机,并与在线学习方法结合,提出在线正则小波极限学习机。仿真实验结果表明,在线正则小波极限学习机克服过学习和局部最优等问题,能够实现快速在线学习,具有良好的泛化性和鲁棒性。 展开更多

关键词 在线贯序极限学习机 小波分析 在线学习 模式识别 结构风险 泛化性能 鲁棒性

下载PDF 职称材料

基于PCA-OS-ELM的大气PM_(2.5)浓度预测 被引量：8

2

作者 李济瀚 李晓理 +1 位作者 王康 崔桂梅 《北京理工大学学报》 EI CAS CSCD 北大核心 2021年第12期1262-1268,共7页

为了提高细颗粒物PM_(2.5)浓度预测精度,提出一种主元成分分析与在线序列极限学习机相结合(PCA-OS-ELM)的PM_(2.5)浓度预测方法.首先,通过主成分分析方法(PCA)提取高维大气数据中影响空气质量的关键变量,并去除不必要的冗余变量;其次,... 为了提高细颗粒物PM_(2.5)浓度预测精度,提出一种主元成分分析与在线序列极限学习机相结合(PCA-OS-ELM)的PM_(2.5)浓度预测方法.首先,通过主成分分析方法(PCA)提取高维大气数据中影响空气质量的关键变量,并去除不必要的冗余变量;其次,利用提取的关键变量建立在线序列极限学习机(OS-ELM)网络预测模型,将批处理和逐次迭代相结合,不断更新训练数据和网络参数实现大气PM_(2.5)浓度快速预测.研究结果表明,PCA-OS-ELM预测方法采用不同批次训练数据更新模型的方式,能够快速实现大气PM_(2.5)浓度预测,证明了该方法的有效性.与其他方法相比,该方法预测误差小,预测精度高,具有更好的实用价值. 展开更多

关键词 PM_(2.5) 主成分分析 相关性 在线序列极限学习机 预测

下载PDF 职称材料

基于RBF与OS-ELM神经网络的AUV传感器在线故障诊断 被引量：6

3

作者 段杰 李辉 +2 位作者 陈自立 龚时华 赵朝闻 《水下无人系统学报》 北大核心 2018年第2期157-165,184,共10页

传感器是自主式水下航行器(AUV)的重要组成部分,实时准确地对AUV传感器进行在线故障诊断,对提高AUV的安全性具有重要意义。文中通过对机器学习算法的分析,建立了基于径向基函数(RBF)神经网络的AUV传感器预测器,该预测器具有较高的实时... 传感器是自主式水下航行器(AUV)的重要组成部分,实时准确地对AUV传感器进行在线故障诊断,对提高AUV的安全性具有重要意义。文中通过对机器学习算法的分析,建立了基于径向基函数(RBF)神经网络的AUV传感器预测器,该预测器具有较高的实时性和准确性;在此基础上,首次将在线贯序学习机(OS-ELM)算法应用于传感器在线故障诊断,进一步提高了预测器的实时性和准确性。文中还利用某AUV传感器实航数据,分别对2种故障诊断模型进行了仿真和对比分析,结果表明,结合RBF神经网络算法的OS-ELM神经网络预测器,其预测精度和实时性较RBF神经网络预测器更高,而且性能更稳定,可为AUV控制系统各传感器在线故障诊断方案设计提供参考。 展开更多

关键词 自主式水下航行器(AUV) 径向基函数(RBF) 在线贯序学习机(os-elm) 神经网络 在线故障诊断 传感器

下载PDF 职称材料

基于OS-ELM的光伏发电中长期功率预测 被引量：5

4

作者 钱子伟 孙毅超 +3 位作者 王琦 季顺祥 周敏 曾柏琛 《南京师范大学学报（工程技术版）》 CAS 2020年第1期8-14,共7页

为了进一步提高光伏出力预测的精度,提出了一种基于在线序列极限学习机的光伏发电中长期功率预测方法.结合在线序列极限学习机学习速度快、泛化能力强的特点,通过对大量气象数据和历史发电数据综合处理,对光伏发电系统的输出功率进行预... 为了进一步提高光伏出力预测的精度,提出了一种基于在线序列极限学习机的光伏发电中长期功率预测方法.结合在线序列极限学习机学习速度快、泛化能力强的特点,通过对大量气象数据和历史发电数据综合处理,对光伏发电系统的输出功率进行预测.同时,由于实时数据的不断输入,该方法能够对预测模型进行在线更新.算例仿真研究表明,该预测方法与反向传播神经网络、支持向量机方法相比,能够有效提高预测精度,满足在线应用的需求,具有较好的应用前景. 展开更多

关键词 光伏预测 相关性分析 在线序列极限学习机 数据更新

下载PDF 职称材料

基于ELM的航空发动机传感器故障诊断方法研究 被引量：3

5

作者 王雷 沈龙云 孙毅刚 《传感器与微系统》 CSCD 2015年第4期16-18,26,共4页

为了在嵌入式ARM11平台中更好地实现航空发动机传感器故障监测与诊断,使用极限学习机(ELM)代替传统的BP网络算法,只需选定隐含层节点数和激活函数,大大减少了BP算法中人为设置大量参数、训练过程慢,并需要不断调整网络参数以及容易陷入... 为了在嵌入式ARM11平台中更好地实现航空发动机传感器故障监测与诊断,使用极限学习机(ELM)代替传统的BP网络算法,只需选定隐含层节点数和激活函数,大大减少了BP算法中人为设置大量参数、训练过程慢,并需要不断调整网络参数以及容易陷入局部最优解的缺点。经过仿真验证对比两种算法,验证ELM算法的优越性。并使用C++编程语言将ELM算法转换成航空发动机传感器故障诊断训练学习软件和诊断软件,经最终测试,该算法软件的测试精度良好,满足诊断需求。 展开更多

关键词 极限学习机 在线贯序极限学习机 航空发动机 传感器故障诊断

下载PDF 职称材料

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：2

6

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 职称材料

基于数据增强与流数据处理的Tor流量分析模型 被引量：1

7

作者 席荣康 蔡满春 芦天亮 《计算机工程》 CAS CSCD 北大核心 2023年第3期177-184,共8页

Tor流量分析技术为打击利用Tor匿名通信工具从事的暗网犯罪活动提供了技术支撑,但目前存在数据难于收集、数据集不平衡、模型抗概念漂移能力差等问题。提出一种结合堆叠去噪自编码器和在线序列极限学习机的Tor流量分析模型。对原始Tor P... Tor流量分析技术为打击利用Tor匿名通信工具从事的暗网犯罪活动提供了技术支撑,但目前存在数据难于收集、数据集不平衡、模型抗概念漂移能力差等问题。提出一种结合堆叠去噪自编码器和在线序列极限学习机的Tor流量分析模型。对原始Tor PACP包进行分割、去噪处理并提取特征序列。在此基础上,将一维序列转化为可视化灰度图并输入改进多尺寸深度卷积生成对抗网络,生成Tor流量样本以平衡数据集,利用堆叠降噪自动编码器进行序列降维并将特征输入在线序列极限学习机实现Tor匿名流量的在线流识别。实验结果表明,改进多尺寸深度卷积生成对抗网络可用于提升数据集质量并提高模型识别率约2.8个百分点,结合在线序列极限学习机和堆叠去噪自编码器的流量分析模型准确率可达95.7%,识别效率较传统卷积神经网络和长短期记忆网络模型有较大提升。 展开更多

关键词 洋葱路由 概念漂移 流数据挖掘 数据增强 深度卷积生成对抗网络 堆叠去噪自动编码器 在线序列极限学习机

下载PDF 职称材料

基于Spark的OS-ELM并行化算法 被引量：2

8

作者 邓万宇 杨丽霞 《西安邮电大学学报》 2016年第2期101-104,118,共5页

针对Spark平台的弹性分布式数据集并行计算框架机制,提出一种在线连续极限学习机并行处理的改进算法。利用分离在线连续极限学习机矩阵之间的依赖关系,将大规模数据中的高度复杂的矩阵分布到Spark集群中并行化计算,并行计算多个增量数... 针对Spark平台的弹性分布式数据集并行计算框架机制,提出一种在线连续极限学习机并行处理的改进算法。利用分离在线连续极限学习机矩阵之间的依赖关系,将大规模数据中的高度复杂的矩阵分布到Spark集群中并行化计算,并行计算多个增量数据块的隐藏层输出矩阵,实现OS-ELM对矩阵的加速求解。实验结果表明,该算法在保持精度的同时可有效缩短学习时间,改善了大数据的扩展能力。 展开更多

关键词 在线连续极限学习机 大数据 SPARK 并行计算

下载PDF 职称材料

基于LLE-OS-ELM的锂离子电池热过程在线建模 被引量：1

9

作者 吕洲 何波 李志德 《电池》 CAS 北大核心 2022年第6期637-641,共5页

锂离子电池的热过程具有机理复杂、时变及强非线性的特征,难以建立准确的预测模型。提出一种基于局部线性嵌入(LLE)方法和在线顺序超限学习机(OS-ELM)的在线时空建模方法。利用LLE,从电池时空温度数据分离出空间基函数和时间系数;然后,... 锂离子电池的热过程具有机理复杂、时变及强非线性的特征,难以建立准确的预测模型。提出一种基于局部线性嵌入(LLE)方法和在线顺序超限学习机(OS-ELM)的在线时空建模方法。利用LLE,从电池时空温度数据分离出空间基函数和时间系数;然后,基于OS-ELM建立输入信号与时间系数的在线时序模型;最后,通过时空综合,重构电池温度分布。以三元正极材料软包装锂离子电池为例,验证所提出方法的有效性。与基于卡洛南-洛伊(KL)的在线时空建模方法(KL-OS-ELM)及二维电-热建模方法(Th2Sim)相比,该方法具有较高的预测能力,时间标准绝对误差在区间[0.0524,0.0764]内,均方根误差达到0.0752。 展开更多

关键词 锂离子电池热过程 在线时空建模 局部线性嵌入(LLE)方法 在线顺序超限学习机(os-elm)

下载PDF 职称材料

工业机器人柔性关节迟滞特性的在线序列极限学习机混合建模 被引量：1

10

作者 党选举 司亚 姜辉 《机床与液压》 北大核心 2020年第23期7-12,共6页

为体现柔性关节迟滞的基本特性,构建一个类迟滞算子,将其与在线序列极限学习机(OS-ELM)串联,设计一种工业机器人柔性关节迟滞特性的在线序列极限学习机迟滞混合模型。在混合模型中,采用具有学习效率高、泛化能力强的在线序列极限学习机... 为体现柔性关节迟滞的基本特性,构建一个类迟滞算子,将其与在线序列极限学习机(OS-ELM)串联,设计一种工业机器人柔性关节迟滞特性的在线序列极限学习机迟滞混合模型。在混合模型中,采用具有学习效率高、泛化能力强的在线序列极限学习机,能有效地回避使用梯度下降法对模型参数学习时存在的速度慢和局部最小值问题,提高了建模精度。利用不同状态下的实验数据进行模型验证,结果表明所提出的迟滞混合模型具有高精度和较高的泛化能力。 展开更多

关键词 复杂迟滞特性 类迟滞算子 在线序列极限学习机 谐波减速器 柔性关节

下载PDF 职称材料

刮膜蒸发过程中软测量模型的ADHDP学习控制

11

作者 李慧 常化鹏 +1 位作者 董博 秦伟 《长春工业大学学报》 CAS 2018年第2期105-112,共8页

针对刮膜式分子蒸馏系统强耦合、非线性和大滞后的特点,当前建模和控制方法难以达到理想的效果,通过分析研究过程工艺参数并构建其数据驱动下的OS-ELM软测量模型,采用了自适应动态规划(ADP)中的一种执行依赖启发式动态规划算法(ADHDP),... 针对刮膜式分子蒸馏系统强耦合、非线性和大滞后的特点,当前建模和控制方法难以达到理想的效果,通过分析研究过程工艺参数并构建其数据驱动下的OS-ELM软测量模型,采用了自适应动态规划(ADP)中的一种执行依赖启发式动态规划算法(ADHDP),并设计了相关控制器对分子蒸馏系统进行优化控制,解决了复杂化工对象的最优控制问题,并在仿真实验中与标准执行依赖启发式动态规划(BP-ADHDP)进行对比,结果表明,采用OS-ELM软测量模型的ADHDP学习控制效果更好,实现了刮膜蒸发过程的优化控制,并对其他复杂化工过程具有一定理论指导意义。 展开更多

关键词 分子蒸馏 执行依赖启发式动态规划 序贯极限学习机 学习控制

下载PDF 职称材料

基于分组遗传算法的集成多样性增强及其应用

12

作者 陈双叶 赵荣 符寒光 《北京工业大学学报》 CAS CSCD 北大核心 2021年第8期886-894,共9页

为了解决复杂工业过程的概念漂移问题,提高集成学习模型的泛化性能,基于分组遗传算法,提出一种用于提升基学习器间多样性的建模方法.该方法以在线极限学习机作为基学习器,根据基学习器在滑动窗口上的性能对其进行分组,并执行进化操作,... 为了解决复杂工业过程的概念漂移问题,提高集成学习模型的泛化性能,基于分组遗传算法,提出一种用于提升基学习器间多样性的建模方法.该方法以在线极限学习机作为基学习器,根据基学习器在滑动窗口上的性能对其进行分组,并执行进化操作,同时引入基因流概念,增加了基学习器间的多样性,提高了集成算法在处理概念漂移数据流时的预测性能.最后使用合成数据集和真实数据集验证了所提算法的合理性与有效性. 展开更多

关键词 分组遗传算法 基因流 集成学习 在线极限学习机 准确性 多样性

下载PDF 职称材料

基于OS-ELM的风速修正及短期风电功率预测 被引量：3

13

作者 张颖超 肖寅 +1 位作者 邓华 王璐 《电子技术应用》 北大核心 2016年第2期110-113,121,共5页

随着时间的推移,风电场风电功率预测模型的适用性逐渐降低,导致预测精度下降。为了解决该问题,基于在线序列-极限学习机(OS-ELM)算法提出了风电场短期风电功率预测模型的在线更新策略,建立的OS-ELM模型将风电场的历史数据固化到隐含层... 随着时间的推移,风电场风电功率预测模型的适用性逐渐降低,导致预测精度下降。为了解决该问题,基于在线序列-极限学习机(OS-ELM)算法提出了风电场短期风电功率预测模型的在线更新策略,建立的OS-ELM模型将风电场的历史数据固化到隐含层输出矩阵中,模型更新时,只需将新产生的数据对当前网络进行更新,大大降低了计算所需的资源。采用极限学习机(ELM)算法对数值天气预报(NWP)的预测风速进行修正,并根据风电功率的置信区间对预测功率进行二次修正。实验结果表明,采用OS-ELM算法更新后的模型适用性增强,预测精度提高;采用基于风电功率置信区间的功率修正模型后,风电功率的预测精度明显提高。 展开更多

关键词 在线序列-极限学习机 数值天气预报 风速修正 功率修正

下载PDF 职称材料