咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >采用限定记忆极限学习机的过热汽温逆建模研究 收藏

采用限定记忆极限学习机的过热汽温逆建模研究

Inverse Modeling for Superheated Steam Temperature Based on Restricted Memory Extreme Learning Machine

作     者:王万召 王杰 WANG Wanzhao;WANG Jie

作者机构:郑州大学电气工程学院郑州450001 

出 版 物:《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期:2014年第48卷第2期

页      面:32-37页

核心收录:

学科分类:08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基  金:国家自然科学基金资助项目(60974005) 

主  题:单隐含层前馈神经网络 限定记忆极限学习机 数据饱和 在线逆建模 过热汽温 

摘      要:针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现数据饱和的问题,提出了限定记忆极限学习机算法。该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依赖于限定个数的最新数据信息,从而避免出现数据饱和。通过分析隐含层数据矩阵的特点,利用分块矩阵计算方法推导了限定记忆极限学习机在线学习算法。将该算法应用于参数时变的过热汽温对象逆模型的辨识,仿真实验结果表明:该算法能有效克服数据饱和问题,提高计算精度,是一种实用有效的过热汽温对象逆建模算法。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分