多核极限学习机相关论文
碳纤维经过多年发展,已经成为应用极为广泛的一种新型材料。聚丙烯腈纤维是制备碳纤维的一种材料,在碳纤维制备领域有着重要的应用......
随着人工智能和数据分析技术的发展,质量识别与预测技术可以有效提升生产制造过程质量。烧结工艺作为压电陶瓷的关键工艺因为其具......
作为一种重要的科学研究对象,时间序列在社会生产的各个角落都扮演着重要的角色,例如原油价格时间序列就关系着以其加工品为主要依......
核学习已被广泛应用于计算机视觉、自然语言处理、遥感影像分析等众多领域。核学习通过隐式映射把原始数据投影到高维空间(甚至是无......
给出了标准极限学习机的回归模型,根据现有单核极限学习机回归能力的不足,提出了多核极限学习机,对多个不同的核函数根据实际情况......
传统大坝预测方法难以适应坝体变形序列的高维非线性特征,且仅能以点值的形式预测大坝变形,未能有效量化由数据随机噪声、输入样本......
针对高炉铁水硅含量难以在线检测的问题,本文提出一种基于改进灰狼算法(IGWO)优化的多核极限学习机(MKELM)高炉铁水硅含量预测建模......
高光谱遥感影像包含了大量的波段信息,能够很好地应用于地物的识别。基于单核的高光谱遥感影像极限学习机分类模型,因其实施简单、......
针对微电网故障分类和定位问题,文中提出了一种基于离散正交Stockwell变换(DOST)优化多核极限学习机(MKELM)的微电网智能故障分类......