發(fā)布時(shí)間：2018-12-24 07:22

【摘要】：針對(duì)航空發(fā)動(dòng)機(jī)傳感器信號(hào)重構(gòu),提出了評(píng)價(jià)核極限學(xué)習(xí)機(jī)(K-ELM)模型性能的一種快速留一交叉驗(yàn)證方法.結(jié)果表明:該方法可以避免原始的留一驗(yàn)證方法 N次模型的顯式訓(xùn)練,將計(jì)算復(fù)雜度降低為原來(lái)的1/N(N為樣本數(shù)目).該算法可以快速準(zhǔn)確評(píng)價(jià)核極限學(xué)習(xí)機(jī)的性能,為核極限學(xué)習(xí)機(jī)確定最優(yōu)的核參數(shù).
[Abstract]:Based on the signal reconstruction of aero-engine sensor, a fast residual cross validation method is proposed to evaluate the performance of nuclear extreme learning machine (K-ELM) model. The results show that this method can avoid the explicit training of N times model, and reduce the computational complexity to 1 / N (N as the number of samples). The algorithm can quickly and accurately evaluate the performance of the kernel extreme learning machine and determine the optimal kernel parameters for the kernel limit learning machine.
【作者單位】： 南京航空航天大學(xué)能源與動(dòng)力學(xué)院江蘇省航空動(dòng)力系統(tǒng)重點(diǎn)實(shí)驗(yàn)室;中國(guó)航空發(fā)動(dòng)機(jī)集團(tuán)有限公司航空動(dòng)力控制系統(tǒng)研究所;先進(jìn)航空發(fā)動(dòng)機(jī)協(xié)同創(chuàng)新中心;
【基金】：國(guó)家自然科學(xué)基金(51276087) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(NP2012504) 南京航空航天大學(xué)研究生創(chuàng)新基地(實(shí)驗(yàn)室)開放基金(kfjj20150205)
【分類號(hào)】：V263.6;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊平;環(huán)境友好的高效航空發(fā)動(dòng)機(jī)[J];全球科技經(jīng)濟(jì)w，

本文編號(hào)：2390335