基于改进在线序列学习机的危险源识别算法

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:hzz118
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
危险源是影响飞行安全的重要因素,如何正确地识别危险源并采取对应措施确保飞行安全是民航空管必不可少的关键环节.这要求危险源识别算法在保证识别准确度的前提下还需具备在线处理数据的性能.据此,提出了一种基于改进在线序列学习机的危险源识别算法HI-OSELM.将当前新到达的危险源数据添加到网络结构中,实时更新学习机输出权值,对危险源进行在线识别,并用全局寻优能力较好的自适应差分进化方法对输入权值和隐层偏置进行优化;通过随机生成多组初始值,用实际输出与理想输出之间的均方根误差作为适应度指标进行训练,不断进化直至达到
其他文献
基于非均匀变异算子的状态空间进化算法(NUMSEA)是一种具有新颖性的实数编码进化算法.针对传统的状态空间进化算法转移矩阵的不足,设计一种基于非均匀变异等算子改进的状态空间
为了提高指纹定位法的在线定位效率,提出了最强AP模糊分类(SAF)算法。该算法以模糊值为信号强度波动范围并将参考点划分到所有可能的AP类中,降低了参考点类别误判的风险。在此基
随着社交网络以及电子商务的飞速发展,越来越多的用户习惯于在互联网上针对商品发表评论,造成各大电子商务网站上产品的短评语总量飞速上涨。面对海量内容相似、格式随意的评
基本分形图像压缩编码算法虽然是一种很有前途的限失真编码方法,但是它存在着编码时间较长、计算复杂度较高的缺点。为了解决分形图像压缩编码算法编码时间过长的问题,基于图像的父块特征,提出了一种改进算法。该算法利用图像父块的几何特征预先把父块库分成Ds、De、Dm三大类,通过在各个类中运用相应的特征将搜索范围限制在与子块特征值相近的邻域内,即将类内全局搜索最佳匹配块转化为类内局部搜索最佳匹配块,有效地减少