论文部分内容阅读
针对传统BP神经网络训练速度慢、参数选择难、易陷入局部极值等缺点，提出基于极限学习机（ELM）的航空铅酸蓄电池容量检测模型。极限学习机是一种新的单隐层前馈神经网络（SLFNs）学习算法，不但可以简化参数选择过程。而且可以提高网络的训练速度。在确定最优参数的基础上，建立ELM的航空铅酸蓄电池容量检测模型。实验结果表明：LM获得较高的分类准确率和较快的训练速度，从而验证ELM用于航空铅酸蓄电池容量检测模型的可行性和有效性。