正则化极限学习机相关论文
电容层析成像（Electrical Capacitance Tomography,ECT）是一种极具应用前景的过程成像技术。它主要通过测量系统采集各个电极之间的......
随着网络攻击行为日趋复杂,网络攻击频繁出现,传统的特征库以及通过聚类的入侵检测方法逐渐呈现出一些弊端,例如检测精度较低、数......
针对情感识别中堆叠式自动编码器存在反向传播方法收敛速度慢和容易陷入局部最优的问题,提出一种基于堆叠式降噪自动编码器(SDAE)......
数值天气预报(Numerical Weather Prediction,NWP)对风电功率短期预测起着重要作用,考虑风电场周围多个位置的NWP信息,提出利用聚......
从复杂的振动信号中提取有效的故障特征并且得到准确的分类结果,建立可靠的故障诊断方法一直都是滚动轴承故障诊断研究中的关键课......
基于极限学习机的文本分类方法在对输入的文本特征进行随机映射时,会呈现一种非线性的几何结构,利用最小二乘法无法对其进行求解,......
基于ZigBee网络铺设成本低和传输效率高的优点,提出一种基于ZigBee网络和视频监控的电力设备故障监测与诊断方法。首先通过视频监......
正则化极限学习机RELM是一种单隐层前馈神经网络,不同于传统神经网络算法,RELM通过随机设置输入层权重和偏置值,可以快速求得输出......
本文将结构风险最小化原则引入极限学习机模型,建立了在考虑变形因子模式下大坝变形预报的正则化极限学习机模型。该模型不仅计算......
为提高国画的识别精度,提出一种基于纹理特征和颜色特征的正则化极限学习机的国画识别方法。首先分别利用灰度共生矩阵法提取国画......
