核极限学习机相关论文
针对水面舰艇编队对海作战背景下军用电子侦察卫星效能评估方法不完善不合理的问题，在分析电子侦察卫星支援舰艇编队对海作战流程的......
地下洞室所处环境特殊,长时间服役容易发生不同层次的破坏进而导致安全性能降低,甚至失稳。因此,确保地下洞室围岩结构安全,保障水......
手术探针末端的接触力反馈是保障手术安全性的重要因素之一。本文针对穿刺手术探针末端三维力测量的需求，研究了基于核极限学习机（ke......
针对输变电工程中水土流失量在线监测刚起步导致智能预测预警困难的问题，文中提出一种基于麻雀搜索算法和核极限学习机的输变电工程......
用光谱信息精准、高效地检测水稻叶片叶绿素含量，对诊断和优化水稻叶片氮素营养、开发和优化稻田氮素追肥系统、监测和评价水稻病虫......
配电网与用户紧密关联,在运行过程中容易与树枝或地面等介质接触而引发单相高阻接地故障。当此类故障发生后,由于故障电气量微弱,......
随着电力系统的转型升级，新型电力系统的能源供应和消费发生了巨大的转变，因此对电量预测提出了更高的要求。月度电量的准确预测为新......
光伏发电是太阳能的重要利用方式之一,保证光伏系统的安全运行极其重要。在光伏系统中,串联型故障电弧发生概率非常高,且检测效率......
演化算法是一系列受生物群体行为启发而设计的全局优化算法。相比于传统的梯度优化等算法,演化算法实现简单,具有较高的灵活性和鲁......
为描述抽水蓄能机组健康性能的随机性和不确定性，考虑不同部件健康性能水平的影响，提出一种基于信息融合与多目标智能优化的区间预测......
针对风机叶片表面缺陷检测识别率低、且易受光照影响的特点。提出一种基于卷积神经网络特征融合局部二值模式特征及核极限学习机的......
微型电机结构简单、生产成本低、使用方式简单,在工程实际中得到了广泛的应用。随着自动化技术的发展,微型电机的产量也会逐年提升......
为了提高轴承故障诊断的精度，文中提出一种基于海森正则深度极限学习机的轴承故障诊断方法。首先，以深度极限学习机作为样本的深度特......
针对光伏发电功率存在随机性和波动性较强、预测精度较低的问题,提出了一种基于变分模态分解（Variational Mode Decomposition VMD）......
随着国家工业4.0战略的提出和实施,工业控制（工控）系统通过融合传统互联网虽然能为其带来便捷性,但是也给工控系统带来了更多的安全......
为了提高核极限学习机的分类正确率,采用狮群算法对惩罚系数C、宽度参数?两个参数进行优化.首先,利用乳腺良恶性肿瘤数据库训练集......
基于循环神经网络的负荷预测模型大多将历史负荷数据和影响负荷的其他因素如气象数据等共同作为预测模型的输入特征,但气象数据内......
针对电力负荷波动性和非线性因素导致的预测精度不高等系列问题,本文提出了一种通过变分模态分解和黏菌算法来优化核极限学习机的......
风速、风向的随机性导致风电场功率具有很大波动,对风电功率的精确预测在提高电网运行能力,增强电网接收风电能力和适时安排风电场......
鉴于能源安全问题和全球气候问题的日益突出,可再生能源的开发和利用势在必行,太阳能因其储量大、绿色无污染等优点得到了世界各国......
为实现对滑坡变形的预测,基于变分模态分解(Variational Modal Decomposition,简称VMD)、灰色关联度分析(Grey Relation Analysis,......
针对航空电子设备故障检测样本少、以及缺乏在线实时检测理论研究的问题,将一类核极限学习机(OCK-ELM)和数据增量学习(II-)相结合,......
边缘计算模式通过在网络边缘侧对终端设备产生的数据进行存储和运算,减少了数据发生端与云端的交互,相对于云计算模式能进行更快的......
锂离子电池作为新能源产业中最为重要的一个供能环节,已经广泛地使用在各个领域。但锂离子电池作为储能器件,其自身内部存在复杂的......
随着科技的迅速发展,实际应用领域涌现出大量流数据,这些数据不仅具有海量、快速、含多个标签与特征高维的特点,且其数据分布会随......
轮式机器人在地面行驶时需要具有一定的自主识别能力,根据不同的地面类型采取相应的行走方案,目前主流研究是基于视觉或激光雷达的......
当大量逆变器接入电网时,会发生谐波不稳定问题.并网逆变器dq阻抗的准确获取是分析该问题的关键前提之一.仅基于知识驱动的白箱建......
针对滚动轴承发生故障时非线性信号特征难以提取导致诊断效率较低的难题,提出一种基于参数优化改进的多尺度排列熵(Multi-scale pe......
针对短期电力负荷预测精度低、泛化能力弱等问题,提出了一种基于相似日选取与多集成组合的短期电力负荷预测模型.首先利用最大信息......
在核极限学习机(Kernel Based Extreme Learning Machine,KELM)分类应用的基础上,结合狮群算法(Loin Swarm Optimization,LSO)强全......
南水北调工程中渡槽的安全监测对保证其长距离输水的稳定具有重要的意义.为解决目前渡槽变形预测中原型观测资料挖掘不充分的问题......
极限学习机因具有高效处理、性能优越以及更少人工参数设定等优点,已成功应用于批处理多标签分类问题.然而,实际应用领域涌现的数......
为解决传统核极限学习机算法参数优化困难的问题,提高分类准确度,提出一种改进贝叶斯优化的核极限学习机算法.用樽海鞘群设计贝叶......
边坡位移的时间序列曲线存在复杂的非线性特征,传统的预测模型精度不足以满足现行的预测要求.为此本文提出了基于变分模态分解的鸟......
针对传统短期风功率预测模型在功率变化较大情况下的预测精度不高问题,提出了一种基于信号分解和量子粒子群算法优化核极限学习机......
动力电池荷电状态(SOC)是电动汽车电池管理系统(BMS)的一个重要技术指标,针对锂电池SOC难以精确估算的问题,提出一种基于改进灰狼......
针对核极限学习机(Kernel Extreme Learning Machine,KELM)用于光伏阵列故障诊断时准确率不高的不足,提出了 一种基于 TGBA(Tent M......
为减少训练样本中的冗余数据和特征信息,提高风电功率预测的精度,提出了一种基于核主成分分析(KPCA)、动态时间规整法(DTW)及核极......
为满足给水系统日常管理对短期需水量预测时效的需求,建立了所需训练时间短的核极限学习机模型(kernel-based extreme learning ma......
柑橘黄龙病的早期鉴别对柑橘产业至关重要,利用近红外（Near Infrared,NIR）光谱分析技术对柑橘黄龙病进行鉴别具有便捷、快速、无污染......
城市地下空间大规模的开发与利用,对交通水利等基础设施的安全性、长期服役性能和防灾减灾能力提出了更高的要求。液化触发评估成......
针对电能质量复合扰动识别中特征提取效率低、分类器识别能力与学习速度无法同步提高的问题,提出一种基于自适应窗不完全S变换与留......
为了提高核极限学习机(KELM)的分类正确率,采用哈里斯鹰算法(HHO)对惩罚系数、宽度参数两个参数进行优化.首先,根据乳腺良恶性肿瘤......
