-
公开(公告)号：CN107274016A
公开(公告)日：2017-10-20
申请号：CN201710442183.6
申请日：2017-06-13
Applicant: 辽宁大学
Abstract: 随机蛙跳优化对称极限学习机的带钢出口厚度预测方法，先在传统的极限学习机中加入对称性先验信息，使得改进后的极限学习机能够对包含对称特性的一类数据进行处理，提出对称极限学习机，对改进后的Sym-ELM算法进一步的优化，用随机蛙跳算法来选取Sym-ELM算法的输入权值和隐含层偏置值，并将优化的极限学习机用于带钢出口厚度预测，对于对称极限学习机算法的优化不仅使均方根误差值最小，还要考虑隐含层输出矩阵的范式条件数。通过实验表明，相对于传统的极限学习，本发明提高传统的极限学习机处理包含对称性信息的带钢数据的预测性能，减小模型的预测误差，提高模型的泛化性能。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
