注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 核极限学习机

  2. 核极限学习机 机器学习 高斯核 线性核 小波核

  3. 所属分类：其它

    • 发布日期：2015-12-28
    • 文件大小：2048
    • 提供者：u012547503

  1. 核极限学习机

  2. 极限学习机引入核思想 保障了一个更好的泛化性能 类似于SVM 但是比SVM更好的泛化能力

  3. 所属分类：机器学习

    • 发布日期：2018-03-30
    • 文件大小：8192
    • 提供者：qq_36524233

  1. 基于粒子群优化的核极限学习机模型的风电功率区间预测方法_杨锡运

  2. 论文资源，粒子群优化神经网络的预测模型。

  3. 所属分类：机器学习

    • 发布日期：2019-01-21
    • 文件大小：1048576
    • 提供者：qq_24181587

  1. 基于ITD能量特征与K-ELM的滚动轴承故障诊断方法研究

  2. 针对滚动轴承故障诊断中故障特征难提取与极限学习机稳定性、泛化能力差,致使故障辨识精度差的问题,提出了一种基于ITD(Intrinsic Time-scale Decomposition)能量特征与KELM的滚动轴承故障诊断方法。首先将采集到的滚动轴承故障信号进行ITD分析得到一系列蕴含有信号瞬时频率的固有旋转分量;然后,提取分解后与原信号相关程度较大固有旋转分量的能量特征;最后,建立核极限学习机的滚动轴承故障分类模型,并将所得能量特征向量矩阵作为K-ELM模型的输入进行故障模式辨识。试验结果表明

  3. 所属分类：其它

    • 发布日期：2020-05-15
    • 文件大小：551936
    • 提供者：weixin_38513565

  1. 基于混合核的加权极限学习机，用于基于不平衡数据集的基于惯性传感器的人体活动识别

  2. 基于混合核的加权极限学习机，用于基于不平衡数据集的基于惯性传感器的人体活动识别

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：922624
    • 提供者：weixin_38686267

  1. 基于高斯核的基于相关反馈的极限学习机图像检索

  2. 基于高斯核的基于相关反馈的极限学习机图像检索

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：891904
    • 提供者：weixin_38636763

  1. 极限学习机特征空间中的聚类

  2. 用于“通用”单隐藏层前馈网络（SLFN）的极限学习机（ELM）是可以使用广泛类型的功能映射的统一学习平台。 从理论上讲，ELM可以近似任何目标连续函数并分类任何不相交的区域。 在实际应用中，许多实验结果已经证明了ELM的良好性能。 鉴于ELM特征映射的良好特性，本文研究了使用ELM特征映射技术的聚类问题。 实验表明，与相应的基于Mercer核的方法和使用原始数据的传统算法相比，所提出的ELM kMeans算法和ELM NMF（非负矩阵分解）聚类方法可以获得更好的聚类结果。 此外，由于ELM特征映

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：688128
    • 提供者：weixin_38621312

  1. 通过基于多视图核规范的二维PCA特征提取和内核ELM进行高光谱图像监督分类

  2. 在本文中，我们提出了一种新颖的灵活框架，用于使用基于核规范的2D PCA提取的多视图光谱空间特征进行高光谱图像（HSI）分类。 我们首先使用基于岭回归的多假设（MH）预测方法从HSI生成3D空间特征数组。 然后，我们将基于核范数的2D PCA应用于前特征阵列的多视图切片（具有空间宽度和光谱维度或具有空间高度和光谱维度的图像），从而可以为重建误差切片，并进一步提取空间光谱特征。 最后，将3D空间光谱特征数组用于表示基于径向基函数（RBF）核的极限学习机（ELM）进行分类的HSI。 最后，采用多数表

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：485376
    • 提供者：weixin_38624914

  1. 堆叠核极限学习机用于高光谱图像分类

  2. 堆叠核极限学习机用于高光谱图像分类

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：917504
    • 提供者：weixin_38614268

  1. 穿墙成像中未知壁特征下的实时自动目标定位方法

  2. 为了解决墙体模糊情况下的实时穿墙检测问题，提出了一种基于核极限学习机（KELM）的方法。 墙的模糊性和传播效应包括在单层前馈网络中，然后该技术将穿墙问题转换为回归问题。 散布数据与目标属性之间的关系是在KELM训练过程之后确定的。 数值结果证明了在有效性，泛化性和鲁棒性方面的良好性能。 与支持向量机（SVM）和最小二乘支持向量机（LS-SVM）相比，KELM提供几乎相同的估计精度，但学习速度快得多，这极大地有助于解决实时检测问题。 此外，还讨论了两个目标的情况，不同的目标半径和嘈杂的环境。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：302080
    • 提供者：weixin_38742453

  1. 基于探测粒子群的小波核极限学习机算法

  2. 基于探测粒子群的小波核极限学习机算法

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：313344
    • 提供者：weixin_38514523

  1. 基于改进粒子群算法的核极限学习机算法

  2. 摘要：内核极限学习机（KELM）通过将低维空间中的线性不可分离数据转换为线性可分离的数据，从而增强了ExtremeLearning Machine（ELM）的鲁棒性。 然而，ELM的内部功率参数是随机初始化的，导致算法不稳定。本文采用主动算子粒子游动优化算法（APSO）来获得KELM的最优初始参数集，从而创建了一个最优的KELM分类器名为APSO-KELM。 在标准遗传数据集上进行的实验表明，与现有的ELM，KELM相比，APSO-KELM具有更高的分类准确性，并且这些算法将PSO / APSO

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：1009664
    • 提供者：weixin_38746818

  1. 核半监督极限学习机在城市交通拥挤评价中的应用

  2. 核半监督极限学习机在城市交通拥挤评价中的应用

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：184320
    • 提供者：weixin_38692162

  1. 基于核的半监督极限学习机及其在交通拥挤评价中的应用

  2. 事实证明，极限学习机（ELM）是广泛领域中一种有效的学习范例。 使用内核函数方法而不是隐藏层，KernelELM克服了由随机分配的权重引起的变化问题。 本文在半监督极限学习机（SSELM）中引入了基于核的优化，并通过实验对性能的改进进行了评估。 结果表明，通过内核功能的优化，KernelSSELM可以实现更高的分类精度和鲁棒性。 另外，内核SSELM用于在城市交通评估和预测系统中训练交通拥堵评估框架。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：731136
    • 提供者：weixin_38711008

  1. 基于新型QPSO-KELM模型的电子鼻性能增强

  2. 提出了一种基于电子鼻（E-nose）技术的多分类细菌检测新方法，称为基于量子行为粒子群优化的核极限学习机（QPSO-KELM）。 在该实验中，从用于检测四种不同类型伤口（未感染和感染金黄色葡萄球菌，大肠杆菌和铜绿假单胞菌）的E鼻信号中提取出时域和频域特征。 此外，将KELM与现有的五种分类方法进行了比较：线性判别分析（LDA），二次判别分析（QDA），极限学习机（ELM），k最近邻（KNN）和支持向量机（SVM）。 同时，讨论了粒子群优化算法（PSO），遗传算法（GA）和网格搜索算法（GS）三种

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：1048576
    • 提供者：weixin_38592502

  1. 核极限学习机和激光诱导荧光技术在食用油识别中的应用

  2. 针对现有的食用油检测技术无法快速、准确地识别市售食用油的问题,提出了一种快速辨识食用油的方法。采用激光诱导荧光技术(LIF)获取油样的荧光光谱数据,然后采用主成分分析法提取光谱数据的特征信息,之后采用飞蛾-扑火优化器和核极限学习机相结合的算法建立多元分类学习模型,最后用该模型识别油样的类别。实验油样选取5种样本,每种样本采集150组荧光光谱,然后随机抽取600个样本用于学习模型的训练,剩余的150个用于测试训练好的模型。结果表明:在测试集上的平均分类准确率方面,该模型与极限学习机、反向传播神经网

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：6291456
    • 提供者：weixin_38699724

  1. 基于改进灰狼算法的天波雷达定位模型

  2. 针对天波雷达方位分辨力低和传统解析算法定位误差较大的缺点, 提出一种混沌变异灰狼算法优化核极限学习机(KELM)的定位模型。首先, 该模型将分段线性混沌映射、自适应柯西变异和收敛因子的非线性化引入灰狼算法从而形成一种改进的灰狼算法; 然后, 采用改进后的灰狼算法对KELM的惩罚系数和核参数进行优化; 最后, 将优化后的KELM应用于天波雷达定位, 使建立的KELM定位模型具有更高的预测精度和更强的泛化能力。实验结果显示, 所提模型的预测结果与目标实测值基本一致, 预测精度高于标准灰狼优化算法改进

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：5242880
    • 提供者：weixin_38584642

  1. 改进式混合增量极限学习机算法

  2. 针对增量型极限学习机(I-ELM) 中存在大量降低学习效率及准确性的冗余节点的问题, 提出一种基于Delta 检验(DT) 和混沌优化算法(COA) 的改进式增量型核极限学习算法. 利用COA的全局搜索能力对I-ELM 中的隐含层节点参数进行寻优, 结合DT 算法检验模型输出误差, 确定有效的隐含层节点数量, 从而降低网络复杂程度, 提高算法的学习效率; 加入核函数可增强网络的在线预测能力. 仿真结果表明, 所提出的DCI-ELMK 算法具有较好的预测精度和泛化能力, 网络结构更为紧凑.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：233472
    • 提供者：weixin_38639642

  1. 基于核映射极限学习机的入口氮氧化物预测

  2. 针对在线贯序极限学习机(OS-ELM)算法隐含层输出不稳定、易产生奇异矩阵和在线贯序更新时没有考虑训练样本时效性的问题,提出一种基于核函数映射的正则化自适应遗忘因子(FFOS-RKELM)算法.该算法利用核函数代替隐含层,能够产生稳定的输出结果.在初始阶段加入正则化方法,通过构造非奇异矩阵提高模型的泛化能力;在贯序更新阶段,通过新到的数据自动更新遗忘因子.将FFOS-RKELM算法应用到混沌时间序列预测和入口氮氧化物时间序列预测中,相比于OS-ELM、FFOS-RELM、OS-RKELM算法,可

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：4194304
    • 提供者：weixin_38715879

  1. 基于均值滤波的内核极限学习机的高光谱监督分类

  2. 摘要—极限学习机（ELM）是单隐藏层神经网络，并且比传统的神经网络具有更快的学习速度。 然而，内核ELM（KELM）由于其鲁棒性而越来越受到高光谱图像（HSI）分类的关注。 KELM中广泛使用的RBF内核在高光谱图像（HSI）分类中取得了令人满意的分类性能，但是并未考虑高光谱图像的基本数据结构。 在本文中，我们通过将平均滤波（MF）内核合并到KELM模型中，提出了一种新颖的光谱空间KELM方法，该方法可以正确地计算内核空间中空间相邻像素的平均值。 在真实的高光谱数据集上的实验结果表明，该方法在H

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：279552
    • 提供者：weixin_38515362
« 12 »