极端学习机相关论文
极端学习机作为最具代表性的前馈神经网络之一，具有网络参数少，无需迭代，学习速度快等优点。但由于其单隐层的网络结构过于简单，使得极......
纹理分类是计算机视觉和模式识别领域的一个重要研究内容,其中,纹理特征提取,以及如何构建一种快速稳定的分类器是算法的关键,本文......
学位
基于机器学习的图像检索技术,一直都是机器视觉领域里研究的热门技术。应用该技术的关键和难点在于:图像特征的有效选择与提取,如......
风电出力具有波动性和间歇性,大规模风电接入系统会对电网的电能质量带来不良影响,对电网的安全、稳定运行带来严峻挑战,精确的风......
虽然极端学习机能够在极短的时间内获得更优的泛化性能，但因其输入层权值和隐单元阈值是随机选取的，从而使极端学习机的泛化性能受到......
支持向量机（Support Vector Machine，SVM）是以统计学理论和结构风险最小化原则为基础的，一种处理小样本问题的数据挖掘方法。由于其具......
极端学习机(ELM)作为一种广义的单隐层前馈神经网络学习算法因其极快的收敛速度和良好的泛化性能而在分类和回归问题中得到广泛的......
样例选择是数据挖掘中一个重要的数据预处理步骤。大多数样例选择算法选择边界样例，边界样例的不确定性大，包含的有用信息更多，因此对......
随着经济的快速发展,社会对电力的需求大幅增加。而我国的主要发电形式是火力发电,这必然带来两大问题:能源消耗和环境污染。因此,......
电容层析成像技术ECT(Electrical Capacitance Tomography)是一种用于测量管或容器中的空间介电常数分布信息的方法。由于具有非入......
稀疏表示和联合稀疏表示已成为模式识别领域中的主流技术,常被用来进行图像分类、恢复、去噪等诸多应用。传统的稀疏表示和联合稀......
神经网络是人工智能方向的重要分支,擅长处理各种各样的数据。神经网络的算法和模型多种多样,其中极端学习机是一个典型的浅层神经......
非线性时间序列建模预测是复杂系统数据驱动控制的一个重要研究方向，已被广泛应用于工业系统故障分析与预测、工业过程控制、金融市......
我国3-66k V的电力系统中主要采用小电流接地方式(经消弧线圈接地或中性点不接地),其优点是供电可靠性高。单相接地故障占到线路中......
随着科技的快速发展，城市化进程不断加快，能源紧缺和环境污染越来越严重。水能因其无污染、可再生、储量丰富等优点已成为可再生能源......
配电网故障直接影响人民正常生产生活，目前单相接地故障占配电网系统故障总数的80%，接地故障产生信号微弱不易被检测，且受系统中性点......
极端学习机是一种单隐含层前馈神经网络。与传统的前馈神经网络相比，极端学习机具有更优的泛化能力，同时极大地缩短了网络的训练时间......
极端学习机因其学习速度快、泛化性能强等优点,在当今模式识别领域中已经成为了主流的研究方向;但是,由于该算法稳定性差,往往易受......
极端学习机(ELM)作为一种广义的单隐层前馈神经网络在分类和回归问题中得到广泛的应用,并受到机器学习学者的广泛关注。如何自主的......
