針對(duì)極限學(xué)習(xí)機(jī)（ELM）只考慮樣本重要性和非線性映射能力較弱等問(wèn)題,提出了一種基于特征加權(quán)核極限學(xué)習(xí)機(jī)算法（Feature Weighted Kernel ELM,FWKELM）。方法從樣本的特征重要性出發(fā),利用自助特征加權(quán)（Bootstrap feature weights）算法對(duì)極限學(xué)習(xí)機(jī)的激活函數(shù)進(jìn)行了加權(quán)處理。為了驗(yàn)證該算法的有效性,對(duì)黃河流域的含沙量進(jìn)行了預(yù)測(cè)。通過(guò)對(duì)含沙量的仿真實(shí)驗(yàn),與原極限學(xué)習(xí)機(jī)算法相比,文章提出的FWKELM算法在預(yù)測(cè)精度和泛化性能上均優(yōu)于原算法。 

【文章來(lái)源】：河南水利與南水北調(diào). 2020,49(10)

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

FWKELM算法的預(yù)測(cè)結(jié)果與誤差圖

35（11）：2728-2732.［7］宋紹劍，向偉康，林小峰.增量型極限學(xué)習(xí)機(jī)改進(jìn)算法［J］.信息與控制，2016，45（6）：735-741+758.［8］顏七笙，王士同，張延等.基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂蜆O限學(xué)習(xí)機(jī)的鈾資源價(jià)格預(yù)測(cè)方法［J］.控制與決策，2014，29（7）：1187-1192.［9］徐圓，盧玉帥，才軼.基于多元時(shí)序驅(qū)動(dòng)的ELM全流程故障預(yù)測(cè)及其應(yīng)用［J］.化工學(xué)報(bào)，2015，66（1）：351-356.收稿日期：2020-9-9編輯：趙鑫侯鵬松圖2ELM算法的預(yù)測(cè)結(jié)果與誤差圖表1FWKELM和ELM算法結(jié)果比較表算法ELMFWKELM時(shí)間（s）訓(xùn)練0.04690.0625測(cè)試0.01560.0156RMSE訓(xùn)練0.00420.0026測(cè)試1.92181.0584隱含層節(jié)點(diǎn)數(shù)8080101

【參考文獻(xiàn)】：
期刊論文
[1]基于EEMD的黃河上游主要來(lái)水區(qū)年來(lái)水量預(yù)測(cè)[J]. 韓銳,董增川,羅赟,張翔宇,許波劉,符芳明.  人民黃河. 2017(08)
[2]增量型極限學(xué)習(xí)機(jī)改進(jìn)算法[J]. 宋紹劍,向偉康,林小峰.  信息與控制. 2016(06)
[3]基于多元時(shí)序驅(qū)動(dòng)的ELM全流程故障預(yù)測(cè)及其應(yīng)用[J]. 徐圓,盧玉帥,才軼.  化工學(xué)報(bào). 2015(01)
[4]基于經(jīng)驗(yàn)?zāi)Ｊ椒纸夂蜆O限學(xué)習(xí)機(jī)的鈾資源價(jià)格預(yù)測(cè)方法[J]. 顏七笙,王士同,張延飛,丁木華.  控制與決策. 2014(07)
[5]多隱層輸出矩陣極限學(xué)習(xí)機(jī)[J]. 張文博,姬紅兵,王磊,朱明哲.  系統(tǒng)工程與電子技術(shù). 2014(08)
[6]融合極限學(xué)習(xí)機(jī)[J]. 張文博,姬紅兵.  電子與信息學(xué)報(bào). 2013(11)
[7]ELM嶺回歸軟測(cè)量建模方法[J]. 王改堂,李平,蘇成利.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(08)
[8]嶺參數(shù)優(yōu)化的ELM嶺回歸學(xué)習(xí)算法[J]. 王改堂,李平,蘇成利.  信息與控制. 2011(04)



本文編號(hào)：3380850