基于高光谱与在线序列极限学习机确证大米产地方法 被引量：1

1

作者 王靖会 曹崴 +5 位作者 冷全阳 程娇娇 王艳辉 沈海鸥 陈雷 王朝辉 《中国农业科技导报》 CAS CSCD 北大核心 2020年第9期96-103,共8页

为满足快速无损的大米产地确证需求,采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像(400~1000 nm)作为研究对象,利用多元散射校正(MSC)处理方法对光谱进行预处理。采用多层感知机(MLP)、极... 为满足快速无损的大米产地确证需求,采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像(400~1000 nm)作为研究对象,利用多元散射校正(MSC)处理方法对光谱进行预处理。采用多层感知机(MLP)、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法,分别基于全波段高光谱数据以及经多维尺度分析(MDS)方法降维后的数据建立产地确证模型。结果表明,基于全波段高光谱数据的OS-ELM模型分类性能最好,准确率达到98.3%。经MDS处理后,输入的数据变量减少了96.6%,MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析,OS-ELM训练时间明显优于MLP,在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。 展开更多

关键词 高光谱图像技术 多维尺度分析 在线序列极限学习机 极限学习机 多层感知机

在线阅读 下载PDF 职称材料

基于指数加权-核在线序列极限学习机的混沌系统动态重构研究 被引量：3

2

作者 李军 后新燕 《物理学报》 SCIE EI CAS CSCD 北大核心 2019年第10期27-39,共13页

利用指数加权在线核序列极限学习机(exponential weighted online sequential extreme learning machine with kernel, EW-KOSELM)辨识算法,开展了针对混沌动力学系统的动态重构研究. EW-KOSELM算法将核递归最小二乘(kernel recursive l... 利用指数加权在线核序列极限学习机(exponential weighted online sequential extreme learning machine with kernel, EW-KOSELM)辨识算法,开展了针对混沌动力学系统的动态重构研究. EW-KOSELM算法将核递归最小二乘(kernel recursive least squares, KRLS)算法直接延伸至在线ELM (extreme learning machine)框架中,通过引入遗忘因子削弱了旧数据的影响,并基于"固定预算(fixed-budget, FB)"内存技术,应对在线核学习算法所固有的规模不断增长的计算困难.将所提辨识算法应用于Duffing-Ueda振子的混沌动力学系统数值仿真实例中,对基于FB-EW-KOSELM的辨识模型与原系统的动态性能进行了定性与定量的分析校验,定性校验准则是基于对比辨识模型与原系统吸引子(轨迹嵌入)、庞加莱映射、分岔图、极限环完成的,定量校验准则包括对比辨识模型与原系统的李雅普诺夫指数与关联维.进一步将其分别应用于来自测量蔡氏电路产生双涡卷吸引子与螺旋吸引子的实测数据实验及某一实际混沌电路所产生的时间序列中,对于具有低信噪比的实测电压或电流数据还需进行了小波降噪预处理.通过分析辨识模型重构吸引子,实验结果表明,FB-EW-KOSELM算法具有良好的动态重构性能,能精确地再生出展示混沌动态行为的过程非线性模型,且具有与原混沌系统非常接近的动态不变性指标. 展开更多

关键词 动态重构 混沌系统 核方法 指数加权在线序列极限学习机

在线阅读 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

3

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

在线阅读 下载PDF 职称材料

代价敏感正则化有限记忆多隐层在线序列极限学习机及图像识别应用 被引量：4

4

作者 宋坤骏 丁建明 《铁路计算机应用》 2018年第5期18-22,37,共6页

将深度神经网络的多隐层特性融入在线序列极限学习机框架,提出代价敏感正则化有限记忆多隐层在线序列极限学习机,其中,代价敏感性由加权最小二乘法体现,有限记忆性通过及时丢弃过时旧数据体现。实验结果表明,加入了多隐层特性的在线序... 将深度神经网络的多隐层特性融入在线序列极限学习机框架,提出代价敏感正则化有限记忆多隐层在线序列极限学习机,其中,代价敏感性由加权最小二乘法体现,有限记忆性通过及时丢弃过时旧数据体现。实验结果表明,加入了多隐层特性的在线序列极限学习机在图像识别准确率上比单隐层的在线序列极限学习机有所提升,在识别准确率的稳定性方面也比单隐层网络更出色。 展开更多

关键词 代价敏感 有限记忆 多隐层在线序列极限学习机 图像识别

在线阅读 下载PDF 职称材料

基于多模态的在线序列极限学习机研究 被引量：4

5

作者 李琦 谢珺 +2 位作者 张喆 董俊杰 续欣莹 《计算机工程》 CAS CSCD 北大核心 2021年第7期67-73,80,共8页

单一模态包含的物体信息有限,导致在物体材质识别分类中表现不佳,而传统多模态融合方法在样本训练过程中需要输入所有数据。提出一种多模态的多尺度局部感受野在线序列极限学习机方法。对物体不同模态样本运用改进的特征提取框架,利用... 单一模态包含的物体信息有限,导致在物体材质识别分类中表现不佳,而传统多模态融合方法在样本训练过程中需要输入所有数据。提出一种多模态的多尺度局部感受野在线序列极限学习机方法。对物体不同模态样本运用改进的特征提取框架,利用多尺度局部感受野感知样本信息提取特征,并将不同模态特征融合后通过在线序列极限学习机进行训练学习。在线序列极限学习机在训练过程中增量式地输入样本进行训练,当有新数据需要训练时无需对所有数据重新训练。在TUM触觉纹理数据库上进行验证,实验结果表明,多模态融合的分类精度高于单模态的分类精度,且改进的特征提取框架可以显著提升分类性能。 展开更多

关键词 多模态 RGB颜色三通道 局部感受野 在线序列极限学习机 物体材质分类

在线阅读 下载PDF 职称材料

基于在线序列极限学习机的风电场短期风速预测研究 被引量：2

6

作者 覃永杰 《红水河》 2023年第3期60-65,74,共7页

为了对风电场的风速进行比较准确的预测,提高风电的稳定性,减轻风电对整个电网的影响,针对风速时间序列的混沌特性,笔者运用相空间重构理论对风速时间序列数据进行相空间重构,提出一种运用在线序列极限学习机算法的风速预测理论。通过... 为了对风电场的风速进行比较准确的预测,提高风电的稳定性,减轻风电对整个电网的影响,针对风速时间序列的混沌特性,笔者运用相空间重构理论对风速时间序列数据进行相空间重构,提出一种运用在线序列极限学习机算法的风速预测理论。通过与BP神经网络算法相比较,在线序列极限学习机算法的预测精度和预测时间都有一定的提高,说明该算法在短期风速预测上是有效的和可行的。 展开更多

关键词 短期风速预测 风电场 在线序列极限学习机 相空间重构

在线阅读 下载PDF 职称材料

基于极限学习机的质子交换膜燃料电池在线故障诊断方法 被引量：1

7

作者 刘奥 牛志刚 +2 位作者 张东光 朱晓鹏 王壮 《汽车技术》 CSCD 北大核心 2021年第7期14-20,共7页

为解决质子交换膜燃料电池故障诊断中的增量学习应用问题,提出了基于在线序列极限学习机和无监督极限学习机的在线学习诊断方法。利用无监督极限学习机对故障特征向量进行降维处理以得到能够反映燃料电池系统状态的特征向量,使用在线序... 为解决质子交换膜燃料电池故障诊断中的增量学习应用问题,提出了基于在线序列极限学习机和无监督极限学习机的在线学习诊断方法。利用无监督极限学习机对故障特征向量进行降维处理以得到能够反映燃料电池系统状态的特征向量,使用在线序列极限学习机对处理后的特征向量进行分类以获得增量学习能力,使用K均值聚类辅助进行增量学习的新数据标记。实例分析表明,该方法可同时提高聚类及诊断准确率,适用于多维度大数据量样本和有增量学习需要的在线故障诊断。 展开更多

关键词 在线序列极限学习机 无监督极限学习机 质子交换膜燃料电池 故障诊断

在线阅读 下载PDF 职称材料

基于极限学习机的在线参数更新方法及工业应用 被引量：2

8

作者 王再辰 程辉 赵亮 《现代电子技术》 2023年第22期126-130,共5页

针对乙烯裂解炉结焦导致裂解炉机理改变,从而引起的模型预测不准确问题,提出一种带有遗忘因子的在线序列简化核极限学习机算法(FOS-RKELM)。该算法基于在线序列的简化核极限学习机,数据可以在线实时添加到网络中,从而提高模型的适应度;... 针对乙烯裂解炉结焦导致裂解炉机理改变,从而引起的模型预测不准确问题,提出一种带有遗忘因子的在线序列简化核极限学习机算法(FOS-RKELM)。该算法基于在线序列的简化核极限学习机,数据可以在线实时添加到网络中,从而提高模型的适应度;通过引入遗忘因子提高最近学习数据对模型的贡献,增强模型在线学习的能力;引入聚类算法优化、简化核极限学习机(RKELM),提高算法的稳定性。结果表明:所提算法在Mackey-Glass时滞混沌序列上取得了较好的预测效果;在乙烯产物收率预测问题上,与在线序列简化核极限学习机(OS-RKELM)、简化核极限学习机(RKELM)、BP神经网络和径向基学习机(RBF)算法相比,该算法平均绝对误差显著减小,证明了该算法的有效性。 展开更多

关键词 在线序列简化核极限学习机(OS-RKELM) 简化核极限学习机(RKELM) 遗忘因子 在线序列 参数更新 乙烯裂解炉

在线阅读 下载PDF 职称材料

基于改进OS-ELM的冷连轧在线轧制力预报 被引量：13

9

作者 魏立新 张宇 +1 位作者 孙浩 魏新宇 《计量学报》 CSCD 北大核心 2019年第1期111-116,共6页

冷轧轧制力预报结果直接影响板(带)材轧制精度和产品质量。冷轧工艺复杂,参数耦合性强,模型不易建立且与实际偏差较大,针对这些问题,提出一种改进在线序列极限学习机。在初始训练阶段使用量子粒子群算法优化权值和阈值;在线训练阶段根... 冷轧轧制力预报结果直接影响板(带)材轧制精度和产品质量。冷轧工艺复杂,参数耦合性强,模型不易建立且与实际偏差较大,针对这些问题,提出一种改进在线序列极限学习机。在初始训练阶段使用量子粒子群算法优化权值和阈值;在线训练阶段根据当前训练数据中隐含层对网络输出的贡献度调节网络的拓扑结构,实现了结构和参数的自组织,并结合极限学习机变形抗力子模型在线预报轧制力。实验结果表明,该自组织在线序列极限学习机在训练速度和精度方面较之人工蜂群优化的反向传播神经网络和基于增强型增量极限学习机有较大的提高。 展开更多

关键词 计量学 轧制力预报 在线序列极限学习机 在线结构自组织 变形抗力

在线阅读 下载PDF 职称材料

基于双缓冲区的概念漂移检测方法

10

作者 李盟 温伍正宏 潘甦 《计算机技术与发展》 2025年第3期103-108,共6页

在数据分析中概念漂移问题是经常发生的,这导致了模型不能适应数据分布的动态变化。针对如何处理流数据中的概念漂移这一问题进行了研究,以提高数据分析性能。为此,在在线序列极限学习机(OS-ELM)与漂移检测方法(DDM)结合(DDM-OS-ELM)的... 在数据分析中概念漂移问题是经常发生的,这导致了模型不能适应数据分布的动态变化。针对如何处理流数据中的概念漂移这一问题进行了研究,以提高数据分析性能。为此,在在线序列极限学习机(OS-ELM)与漂移检测方法(DDM)结合(DDM-OS-ELM)的基础上,提出了双缓冲区(缓冲区A和缓冲区B)方法。DDM-OS-ELM通过结合漂移检测机制和在线序列极限学习机来处理概念漂移,这种方法在检测到概念漂移时就会触发模型更新,在检测过程中,通过双缓冲区解决概念漂移的问题。缓冲区A是解决发生概念漂移后数据量不足导致无法重新训练模型这一问题;缓冲区B收集发生概念漂移后的数据,使模型适应概念漂移后的数据分布。实验结果表明,利用双缓冲区不仅可以减少模型更新次数,还提高了模型预测的精度。 展开更多

关键词 概念漂移 双缓冲区 在线序列极限学习机 漂移检测机制 不确定数据流

在线阅读 下载PDF 职称材料

基于改进OS-ELM的电子鼻在线气体浓度检测 被引量：1

11

作者 朱梓涵 陶洋 梁志芳 《电子技术应用》 2023年第10期71-75,共5页

电子鼻是一种仿生传感系统,该设备能够同时对多种气体进行识别,因此应用在许多领域当中。气体浓度算法是电子鼻对气体定量分析时的核心部分,为了提高电子鼻浓度检测算法精度,提出一种基于在线序列极限学习机(Online Sequential-Extreme ... 电子鼻是一种仿生传感系统,该设备能够同时对多种气体进行识别,因此应用在许多领域当中。气体浓度算法是电子鼻对气体定量分析时的核心部分,为了提高电子鼻浓度检测算法精度,提出一种基于在线序列极限学习机(Online Sequential-Extreme Learning Machine,OS-ELM)的预测模型。该模型通过一维卷积神经网络(One Dimen‐sional Convolutional Neural Network,1DCNN)提取特征,使用OS-ELM对气体浓度进行预测,并提出了一种改进的粒子群(Particle Swarm Optimization,PSO)算法以克服OS-ELM需人工调整模型参数的问题。由理论分析,改进的算法比传统PSO算法有更强的搜索能力。实验结果表明,所提模型对气体的预测精度上较传统的预测模型具有更高的预测精度和泛化能力。 展开更多

关键词 电子鼻 浓度检测 一维卷积神经网络 在线序列极限学习机 粒子群算法

在线阅读 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

12

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

在线阅读 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

13

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

在线阅读 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

14

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

在线阅读 下载PDF 职称材料

基于OS-ELM和SDAE的Wi-Fi入侵检测方法 被引量：3

15

作者 刘明峰 侯路 +2 位作者 郭顺森 韩然 赵宇飞 《北京交通大学学报》 CAS CSCD 北大核心 2019年第5期87-93,101,共8页

为解决大多数Wi-Fi网络入侵检测方法实时性差、误报率高等问题,提出一种基于在线序列极限学习机(OS-ELM)的实时Wi-Fi网络入侵检测系统模型.首先,考虑到实验样本数据中正常与异常数据极不平衡的问题,采用SMOTE算法对数据样本中的异常数... 为解决大多数Wi-Fi网络入侵检测方法实时性差、误报率高等问题,提出一种基于在线序列极限学习机(OS-ELM)的实时Wi-Fi网络入侵检测系统模型.首先,考虑到实验样本数据中正常与异常数据极不平衡的问题,采用SMOTE算法对数据样本中的异常数据和正常数据进行平衡处理操作,使分类器的分类效果不受样本数据集中多数类样本的影响.然后使用栈式降噪自编码网络(SDAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模,避免维度灾难.最后,在AWID数据集进行处理并输入到OS-ELM分类器中,结果表明:与其他基于浅层学习算法的检测方法相比,所提方法可有效地精简数据特征,降低了检测时间,同时在检测精度和误报率方面也体现出了更优性能. 展开更多

关键词 在线序列极限学习机 栈式降噪自编码网络 数据降维 入侵检测 WI-FI网络

在线阅读 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

16

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

在线阅读 下载PDF 职称材料

基于OS-ELM算法的燃烧系统建模研究 被引量：2

17

作者 金鹏 《电动工具》 2021年第2期14-16,共3页

运用在线序列极限学习机算法(OS-ELM),以锅炉为例,针对历史数据和运行数据进行训练得到燃烧热效率预测模型和氮氧化物(NOx)排放浓度预测模型。利用混沌粒子群算法(CPSO)对模型参数进行寻优求解。通过对比燃烧系统实际采样值和预测模型... 运用在线序列极限学习机算法(OS-ELM),以锅炉为例,针对历史数据和运行数据进行训练得到燃烧热效率预测模型和氮氧化物(NOx)排放浓度预测模型。利用混沌粒子群算法(CPSO)对模型参数进行寻优求解。通过对比燃烧系统实际采样值和预测模型的预测值获知,提出的方法实现高效率与低污染之间的最优平衡。 展开更多

关键词 燃烧系统 燃烧热效率 氮氧化物 排放浓度 在线序列极限学习机

在线阅读 下载PDF 职称材料

阶段化改进的海洋捕食者算法及其应用 被引量：8

18

作者 付华 刘尚霖 +1 位作者 管智峰 刘昊 《控制与决策》 EI CSCD 北大核心 2023年第4期902-910,共9页

针对海洋捕食者算法自适应能力有限、局部桎梏概率高等不足,提出阶段化改进的海洋捕食者算法.在高速度比阶段实施差分演化,在原始猎物群体的变异与交叉中扩大全局探索范围,遍历优化个体质量;引入正余弦算法等概率波动等速度比阶段的并... 针对海洋捕食者算法自适应能力有限、局部桎梏概率高等不足,提出阶段化改进的海洋捕食者算法.在高速度比阶段实施差分演化,在原始猎物群体的变异与交叉中扩大全局探索范围,遍历优化个体质量;引入正余弦算法等概率波动等速度比阶段的并行架构,提升莱维飞行群体与布朗运动群体的灵活性,促进群体间渗透,同节奏优化算法的开发能力与探索能力;融合柯西变异策略与反向学习策略改进低速度比阶段捕食者,生成具备自我调节能力的柯西镜像捕食者,避免迭代末期种群同化过度,强化算法反早熟能力.通过基准函数对比寻优实验及Wilcoxon符号秩检验来评估改进算法的性能,实验结果验证了阶段化改进策略对算法整体表现力的提升.利用改进算法优化在线序列极限学习机参数并应用于变压器故障诊断,进一步验证阶段化改进策略的有效性及工程实用性. 展开更多

关键词 智能优化算法 海洋捕食者算法 阶段化改进 变压器故障诊断 在线序列极限学习机

原文传递