【摘 要】
：
为了解决在线贯序极限学习机（OS-ELM）算法容易产生奇异矩阵、算法贯序更新过程中没有考虑训练样本时效性的问题,提出基于l2-正则化和自适应遗忘因子的OS-ELM（RFOS-ELM）算法。RFOS
【机 构】
：
军械工程学院无人机工程系,第二炮兵研究院,厦门警备区
论文部分内容阅读
为了解决在线贯序极限学习机（OS-ELM）算法容易产生奇异矩阵、算法贯序更新过程中没有考虑训练样本时效性的问题,提出基于l2-正则化和自适应遗忘因子的OS-ELM（RFOS-ELM）算法。RFOS-ELM在初始阶段加入正则化机制,克服因矩阵奇异而降低OS-ELM泛化能力的缺点。在贯序更新阶段,RFOS-ELM通过引入自适应遗忘因子实时调整新旧训练样本所占比重,推导正则化条件下带遗忘因子RFOS-ELM的递推更新算法,提高其对动态变化系统的跟踪能力。某型无人机机载发射机故障预测实例表明,相比于传统OS-EL
其他文献
针对污水处理过程建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布赋权规则,自适应地为每个建模样本分配不同的权值,以降低随机误差对模型性能的影响;同时采用一种全局优化算法——混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优
信息处理算法到芯片的映射是大规模集成电路设计的焦点问题。借助硬件进化（evolvable hardware，EHW）的工作机理，本文研究了另一种全新的信息处理算法的自组织映射方法。考虑到信
创新是民族的希望,是国家兴旺发达的不竭动力。中学生作为未来实现中华民族伟大复兴中国梦的主力军,必须具有渊博扎实的基础知识和较高的创新能力。而作为打造这支“梦之队”
为研究脉冲功率系统中储能电容器的绝缘老化规律，模拟高压储能电容器实际工作过程，搭建了其电应力老化系统。基于平衡法，设计了直流局部放电脉冲测试装置和数据采集模块，得到局部