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
共找到7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：
基于稀疏核增量超限学习机的机载设备在线状态预测 被引量：6
1
作者 张伟 许爱强 高明哲 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第10期2089-2098,共10页
为实现对机载设备工作状态的在线状态预测,提出了一种稀疏核增量超限学习机(ELM)算法。针对核在线学习中核矩阵膨胀问题,基于瞬时信息测量提出了一个融合构造与修剪策略的两步稀疏化方法。通过在构造阶段最小化字典冗余,在修剪阶段最大... 为实现对机载设备工作状态的在线状态预测,提出了一种稀疏核增量超限学习机(ELM)算法。针对核在线学习中核矩阵膨胀问题,基于瞬时信息测量提出了一个融合构造与修剪策略的两步稀疏化方法。通过在构造阶段最小化字典冗余,在修剪阶段最大化字典元素的瞬时条件自信息量,选择一个具有固定记忆规模的稀疏字典。针对基于核的增量超限学习机核权重更新问题,提出改进的减样学习算法,其可以实现字典中任一个核函数删除后剩余核函数Gram矩阵的逆矩阵的前向递推更新。通过对某型飞机发动机的状态预测,在预测数据长度等于20的条件下,本文提出的算法将预测的整体平均误差率下降到2.18%,相比于3种流形的核超限学习机在线算法,预测精度分别提升了0.72%、0.14%和0.13%。 展开更多
关键词 状态预测 核在线学习 稀疏测量 超限学习机(ELM) 有效集
在线阅读 下载PDF
基于多核学习的在线非线性自适应滤波算法 被引量：3
2
作者 高伟 黄建国 韩晶 《系统工程与电子技术》 EI CSCD 北大核心 2014年第8期1473-1477,共5页
在在线非线性自适应滤波应用中,由于基于多核学习的算法具有更高自由度并且能够利用更多数据特征,相比基于单核学习的算法在性能上有很大提升。首先给出具有相同"字典"的多核仿射投影算法,该算法是多核学习方法和仿射投影算... 在在线非线性自适应滤波应用中,由于基于多核学习的算法具有更高自由度并且能够利用更多数据特征,相比基于单核学习的算法在性能上有很大提升。首先给出具有相同"字典"的多核仿射投影算法,该算法是多核学习方法和仿射投影算法的结合。然后基于相干准则针对多核仿射投影算法的特例,对应不同高斯核带宽,利用相干稀疏准则构造不同"字典",提出利用自适应l1-范数正则项来解决归一化多核最小均方非线性自适应滤波算法在非平稳信号下"字典"存在冗余核函数的问题。最后数值仿真结果与比较验证了所提算法的有效性。 展开更多
关键词 非线性自适应滤波 多核在线学习 l1-范数正则 高斯核函数
在线阅读 下载PDF
基于在线核学习的电网不良数据检测与辨识方法 被引量：28
3
作者 王兴志 严正 +3 位作者 沈沉 李乃湖 景雷 李慧杰 《电力系统保护与控制》 EI CSCD 北大核心 2012年第1期50-55,共6页
遥测数据和电网参数的准确性是智能电网技术支持系统各种电网分析计算的基础。考虑多时段RTU/PMU信息和电网复功率平衡方程,提出了基于在线核学习的不良数据检测与辨识方法。基于复功率和电压幅值信息来定义复功率平衡性评价指标;引入... 遥测数据和电网参数的准确性是智能电网技术支持系统各种电网分析计算的基础。考虑多时段RTU/PMU信息和电网复功率平衡方程,提出了基于在线核学习的不良数据检测与辨识方法。基于复功率和电压幅值信息来定义复功率平衡性评价指标;引入基于贝叶斯数据处理策略的扩展卡尔曼滤波算法进行不良数据动态检测;采用局部加权投影回归策略对电网参数进行在线辨识。不同规模电网的计算结果表明此算法可行,并具有较高的计算精度,为智能电网技术支持系统高级应用软件的研究提供了一种可行的方法。 展开更多
关键词 电力系统 不良数据 状态辨识 卡尔曼滤波 在线核学习 广域测量系统
在线阅读 下载PDF
面向大数据流的半监督在线多核学习算法 被引量：8
4
作者 张钢 谢晓珊 +1 位作者 黄英 王春茹 《智能系统学报》 CSCD 北大核心 2014年第3期355-363,共9页
在机器学习中,核函数的选择对核学习器性能有很大的影响,而通过核学习的方法可以得到有效的核函数。提出一种面向大数据流的半监督在线核学习算法,通过当前读取的大数据流片段以在线方式更新当前的核函数。算法通过大数据流的标签对核... 在机器学习中,核函数的选择对核学习器性能有很大的影响,而通过核学习的方法可以得到有效的核函数。提出一种面向大数据流的半监督在线核学习算法,通过当前读取的大数据流片段以在线方式更新当前的核函数。算法通过大数据流的标签对核函数参数进行有监督的调整,同时以无监督的方式通过流形学习对核函数参数进行修改,以使得核函数所体现的等距面尽可能沿着数据的某种低维流形分布。算法的创新性在于能同时进行有监督和无监督的核学习,且不需要对历史数据进行再次扫描,有效降低了算法的时间复杂度,适用于在大数据和高速数据流环境下的核函数学习问题,其对无监督学习的支持有效解决了大数据流中部分标记缺失的问题。在MOA生成的人工数据集以及UCI大数据分析的基准数据集上进行算法有效性的评估,其结果表明该算法是有效的。 展开更多
关键词 大数据流 在线多核学习 流形学习 数据依赖核 半监督学习
在线阅读 下载PDF
基于在线被动-主动学习的多特征融合图像分类 被引量：1
5
作者 李敏 《实验室研究与探索》 CAS 北大核心 2018年第3期140-146,共7页
提出了基于在线被动-主动学习的多视觉特征自主加权组合算法。该算法在模型训练阶段预先依据视觉特征与图像类别之间的相互关系赋予恰当的权值,减少了多特征组合的计算复杂度。通过推导出在线被动-主动学习算法的闭式解,提出的算法在满... 提出了基于在线被动-主动学习的多视觉特征自主加权组合算法。该算法在模型训练阶段预先依据视觉特征与图像类别之间的相互关系赋予恰当的权值,减少了多特征组合的计算复杂度。通过推导出在线被动-主动学习算法的闭式解,提出的算法在满足确保图像分类准确度的同时,提高了多特征组合的执行效率,降低了基于直方图交核学习算法的计算复杂度。与多核学习算法相比,基于在线被动-主动学习的多特征融合图像分类算法在保持图像分类准确度的情况下,所需的计算时间只有多核学习算法的10%左右。 展开更多
关键词 图像分类 多特征组合 在线被动-主动学习多核学习
在线阅读 下载PDF
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
6
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
基于K-ELM的涡桨发动机扭矩信号重构方法研究
7
作者 杨宇飞 黄庆 +1 位作者 张龙冬 黄兴 《中国科技纵横》 2023年第5期58-61,共4页
针对小型涡桨发动机高状态下输出扭矩测不准,部件模型求解扭矩实时性差的问题,提出了一种基于核极限学习机的扭矩信号重构方法。利用核极限学习机构建发动机扭矩估计器,通过当前发动机和螺旋桨状态参数预测发动机输出扭矩。将传感器采... 针对小型涡桨发动机高状态下输出扭矩测不准,部件模型求解扭矩实时性差的问题,提出了一种基于核极限学习机的扭矩信号重构方法。利用核极限学习机构建发动机扭矩估计器,通过当前发动机和螺旋桨状态参数预测发动机输出扭矩。将传感器采集的扭矩信号和估计器预测的扭矩进行加权,重构出输出的扭矩信号。引入置信区间,对重构的扭矩信号进行校验。以某涡桨发动机试验数据进行测试,结果表明:重构后的扭矩值相比于直接测量的扭矩值有更高的精度,所有状态下的误差不大于7.5%,同时也表明该方法具备一定的容错能力。 展开更多
关键词 涡桨发动机 扭矩测量 在线核极限学习机 信号重构
在线阅读 下载PDF
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
使用帮助 返回顶部