ELM神经网络爆堆形态预测模型的研究及应用 被引量：14

1

作者 黄永辉 李胜林 +2 位作者 樊祥伟 王宇涛 周美红 《煤炭学报》 EI CAS CSCD 北大核心 2012年第S1期65-69,共5页

以Moore-Penrose广义逆的定义和欧几里德空间内线性系统的最小二乘范数解原理为基础,运用Extreme Learning Machine(ELM)神经网络———一种快速的前向神经网络学习算法,以Weibull函数的2个控制参数α,β以及松散系数ξ为输出层,提出了... 以Moore-Penrose广义逆的定义和欧几里德空间内线性系统的最小二乘范数解原理为基础,运用Extreme Learning Machine(ELM)神经网络———一种快速的前向神经网络学习算法,以Weibull函数的2个控制参数α,β以及松散系数ξ为输出层,提出了一种预测高台阶抛掷爆破爆堆形态的模型。该预测模型提高了爆堆形态预测的准确度,通过对黑岱沟露天煤矿爆堆形态的预测表明,ELM神经网络高台阶抛掷爆破爆堆形态预测模型的预测准确度高于同期使用BP神经网络预测的结果,更加接近于爆堆实际形态。 展开更多

关键词 elm算法 BP神经网络 爆堆形态 抛掷爆破

在线阅读 下载PDF 职称材料

ELM算法中随机映射作用的实验研究 被引量：6

2

作者 翟俊海 李塔 +1 位作者 翟梦尧 王熙照 《计算机工程》 CAS CSCD 2012年第20期164-168,共5页

通过实验研究ELM算法中随机映射的作用及神经网络中隐含层结点个数对网络泛化能力的影响。在35个数据集上进行实验,针对不同的数据集,找到网络的最优精度所对应的隐含层结点个数。实验结果表明,当随机映射使数据升维到一定维数时,网络... 通过实验研究ELM算法中随机映射的作用及神经网络中隐含层结点个数对网络泛化能力的影响。在35个数据集上进行实验,针对不同的数据集,找到网络的最优精度所对应的隐含层结点个数。实验结果表明,当随机映射使数据升维到一定维数时,网络性能得到提高。 展开更多

关键词 elm算法 随机映射 神经网络 隐含层偏置 隐含层结点

在线阅读 下载PDF 职称材料

GA优化ELM神经网络的排水管道缺陷诊断 被引量：19

3

作者 郑茂辉 刘少非 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第5期59-64,共6页

为及时发现排水管道安全隐患,准确掌握管道状况,结合极限学习机(extreme learning machine,ELM)神经网络和管道闭路电视(closed circuit television,CCTV)检测,建立一个数据驱动的排水管道缺陷诊断模型.采用遗传算法(genetic algorithm,... 为及时发现排水管道安全隐患,准确掌握管道状况,结合极限学习机(extreme learning machine,ELM)神经网络和管道闭路电视(closed circuit television,CCTV)检测,建立一个数据驱动的排水管道缺陷诊断模型.采用遗传算法(genetic algorithm,GA)优化ELM神经网络的输入权值矩阵和隐含层偏置,改善网络参数随机生成带来的ELM模型输出不稳定、分类精度偏低的问题.以上海市洋山保税港区排水管道破裂、渗漏等主要结构性缺陷的诊断为例,对GA-ELM模型进行仿真分析,并与ELM模型诊断结果进行对比.结果表明,GA-ELM模型能够更好地识别管道缺陷,获得更佳的分类性能,参数优化提高ELM模型的拟合能力和泛化能力,可应用于城市排水管道状况评价,为排水管网养护计划和修复计划的制订提供技术依据. 展开更多

关键词 排水管道 缺陷诊断 极限学习机 遗传算法 神经网络 CCTV检测

在线阅读 下载PDF 职称材料

基于BSA-ELM模型的建筑项目施工成本预测研究 被引量：6

4

作者 洪玉娟 《河北水利电力学院学报》 2023年第1期62-67,共6页

为降低建筑施工项目的管理成本,提出一种基于BSA-ELM的建筑项目施工成本预测模型。首先介绍ELM神经网络算法和BSA算法;其次利用BSA算法的优势对ELM模型进行优化,从而形成一种基于BSA-ELM的预测模型;最后对基于BSA-ELM建筑项目施工成本... 为降低建筑施工项目的管理成本,提出一种基于BSA-ELM的建筑项目施工成本预测模型。首先介绍ELM神经网络算法和BSA算法;其次利用BSA算法的优势对ELM模型进行优化,从而形成一种基于BSA-ELM的预测模型;最后对基于BSA-ELM建筑项目施工成本预测模型进行测试,将其与传统的预测模型进行对比。结果证明,BSA-ELM预测模型的性能更好,预测精度更高。 展开更多

关键词 BSA-elm预测模型 施工成本 BSA算法 elm神经网络算法

在线阅读 下载PDF 职称材料

分区域BES-ELM融合WDME加权双模的室内可见光定位

5

作者 张慧颖 盛美春 +2 位作者 马成宇 李月月 梁士达 《应用光学》 CAS 北大核心 2024年第6期1321-1330,共10页

针对室内定位精度低、边界区域定位误差大等问题,提出一种秃鹰搜索算法-极限学习机(bald eagle search-extreme learning machine,BES-ELM)神经网络融合加权双模边缘(weighted dualmode edge,WDME)定位模型的室内可见光定位方法。该方... 针对室内定位精度低、边界区域定位误差大等问题,提出一种秃鹰搜索算法-极限学习机(bald eagle search-extreme learning machine,BES-ELM)神经网络融合加权双模边缘(weighted dualmode edge,WDME)定位模型的室内可见光定位方法。该方法提出采用单LED和5个光电探测器可见光系统结构,通过模糊C均值聚类算法实现房间区域划分;采用BES优化ELM神经网络,分区域建立BES-ELM定位模型;针对边界区域,构建WDME定位模型,实现边缘精准定位。基于3.2 m×3.2 m×3 m的室内环境进行仿真,结果表明:采用BES-ELM算法对中心区域进行定位,平均定位误差为0.0117 m,最小定位误差为0.0019 m;采用WDME定位模型对边缘区域定位,平均定位误差为0.0133 m,相较于ELM、Elman、BES-ELM模型定位精度分别提高84%、27%、26%。因此,所提可见光定位方法使整体区域定位误差减小,尤其是边缘区域定位精度得到改善。 展开更多

关键词 光通信 elm神经网络 秃鹰搜索算法 分区域 边缘定位 可见光定位

在线阅读 下载PDF 职称材料

基于PSO-ELM算法的煤泥浮选加药量预测研究

6

作者 王昱晨 孙涛 +3 位作者 岳耀辉 曹英华 鹿新建 秦录芳 《盐城工学院学报（自然科学版）》 CAS 2024年第2期26-30,49,共6页

为了提高煤泥浮选加药量的预测精度,基于粒子群极限学习机(PSO-ELM)算法对煤泥浮选加药量进行预测。以浮选时的煤浆原煤量、原煤灰分和煤种作为模型输入变量,药剂的添加量作为输出变量建立PSO-ELM预测模型,对内部参数进行训练并进行仿... 为了提高煤泥浮选加药量的预测精度,基于粒子群极限学习机(PSO-ELM)算法对煤泥浮选加药量进行预测。以浮选时的煤浆原煤量、原煤灰分和煤种作为模型输入变量,药剂的添加量作为输出变量建立PSO-ELM预测模型,对内部参数进行训练并进行仿真验证和对比实验。结果表明:采用PSO-ELM预测模型的药剂添加量预测精度更高,达到96.94%,能够在保证产品质量的前提下有效降低捕收剂和起泡剂的消耗量,进而提高精煤的产量。 展开更多

关键词 煤泥浮选 神经网络 elm算法 粒子群优化 加药预测

在线阅读 下载PDF 职称材料

基于改进PSO优化ELM的轴承故障诊断

7

作者 高云峰 张金萍 《承德石油高等专科学校学报》 CAS 2022年第6期40-47,共8页

针对滚动轴承故障的诊断与识别困难的问题,提出了一种将局部均值分解(LMD)、粒子群优化算法(PSO)、极限学习机(ELM)相结合的故障诊断与识别的方法。通过LMD将振动信号分解成一系列从高频到低频的乘积分量(PF);计算每个PF分量与原始信号... 针对滚动轴承故障的诊断与识别困难的问题,提出了一种将局部均值分解(LMD)、粒子群优化算法(PSO)、极限学习机(ELM)相结合的故障诊断与识别的方法。通过LMD将振动信号分解成一系列从高频到低频的乘积分量(PF);计算每个PF分量与原始信号的相关性系数,选择相关性大的PF分量累加作为特征分量,并且将特征分量组成特征向量;针对PSO早熟收敛的缺点,引入自适应权重法与DE算法对PSO进行改进,使用改进PSO-ELM网络模型对训练集与测试集进行训练。将该方法用于某型号线切割机床滚动轴承上,对2种不同状态的滚动轴承进行故障的诊断与识别,实验结果表明,改进PSO-ELM不仅能够识别滚动轴承的故障类型,并且识别的准确率大幅提高。 展开更多

关键词 粒子群算法 极限学习机 局部均值分解 相关性 神经网络

在线阅读 下载PDF 职称材料

煤矿突水水源判别的PCA-PSO-ELM模型 被引量：10

8

作者 施龙青 董晨磊 +2 位作者 衡培国 刘延 吕伟魁 《中国科技论文》 CAS 北大核心 2021年第9期919-924,共6页

在矿井水害防治工作中,对突水水源类型的快速和准确识别尤为重要。选取焦作矿区中36组不同含水层的水样数据,将Ca^(2+)、Mg^(2+)、K^(+)+Na^(+)、HCO_(3)^(-)、Cl^(-)和SO_(4)^(-2)这6种因子作为评价指标,使用主成分分析(principal comp... 在矿井水害防治工作中,对突水水源类型的快速和准确识别尤为重要。选取焦作矿区中36组不同含水层的水样数据,将Ca^(2+)、Mg^(2+)、K^(+)+Na^(+)、HCO_(3)^(-)、Cl^(-)和SO_(4)^(-2)这6种因子作为评价指标,使用主成分分析(principal component analysis,PCA)算法进行降维,消除叠加信息对预测结果的影响,利用粒子群优化(particle swarm optimization,PSO)算法优化极限学习机(extreme learning machine,ELM)神经网络的初始权值和阈值,克服ELM神经网络输入层权重和隐含层偏置具有随机性且隐含层很难确定的缺点,最终建立基于主成分分析-粒子群优化算法-极限学习机(PCA-PAO-ELM)的突水水源判别模型。对比ELM、BP神经网络模型可以看到,经过PCA降维和PSO改进参数的ELM神经网络模型解决了传统模型易陷入局部极小值点和学习过程收敛速度慢的问题,减小了水源识别的误差,提高了模型的泛化性,使预测结果更加可靠,为快速识别突水水源提供了新的思路。 展开更多

关键词 矿井突水 粒子群优化算法 elm神经网络 PCA-PSO-elm神经网络 水源判别

在线阅读 下载PDF 职称材料

基于ELM-BP的强化学习在倒立摆控制中的研究

9

作者 王婷婷 《电子设计工程》 2019年第6期55-58,63,共5页

解决拥有连续状态空间以及模型未知的倒立摆系统长久以来是个难题。文章将强化学习(Reinforcement Learning)与神经网络(ELM力,采用Actor-Critic架构,提出基于ELM-BP动作网络,根据输入的状态映射出要执行的动作,ELM数值,输出评价。同时... 解决拥有连续状态空间以及模型未知的倒立摆系统长久以来是个难题。文章将强化学习(Reinforcement Learning)与神经网络(ELM力,采用Actor-Critic架构,提出基于ELM-BP动作网络,根据输入的状态映射出要执行的动作,ELM数值,输出评价。同时为了降低样本空间大小提高收敛速度,引入滚动时间窗机制和适合度轨迹。经过训练和学习,能够有效解决具有连续状态空间的倒立摆系统的问题。通过Matlab软件仿真模拟倒立摆的环境进行实验,运用提出的新方法进行控制,在衡量倒立摆算法的几个指标上(尝试次数,所需时间,角度最大绝对值,位移最大绝对值等)均得到了良好的效果。 展开更多

关键词 强化学习 倒立摆 自适应启发式算法 BP elm神经网络 连续空间

在线阅读 下载PDF 职称材料

基于ELM神经网络软件在线失效预测

10

作者 魏治杰 郑从环 《工业控制计算机》 2015年第5期115-117,共3页

提出了一个软件在线失效预测模型,以Musa的数据为实验数据,基于ELM算法的神经网络构建模型,以部分Masu的数据集作为神经网络的训练数据,把余下部分数据作为对模型的测试数据。因此数据主要分为两部分,分别为训练数据集和测试数据集,比例... 提出了一个软件在线失效预测模型,以Musa的数据为实验数据,基于ELM算法的神经网络构建模型,以部分Masu的数据集作为神经网络的训练数据,把余下部分数据作为对模型的测试数据。因此数据主要分为两部分,分别为训练数据集和测试数据集,比例为6:1。通过实验结果表明,提出失效预测模型的预测值与实际值的平均误差在14.03%,相对于BP神经网络模型具有很大的提升。 展开更多

关键词 失效预测 elm算法 神经网络

在线阅读 下载PDF 职称材料

基于组合模型的短时交通流量预测 被引量：27

11

作者 钱伟 车凯 李冰锋 《控制工程》 CSCD 北大核心 2019年第1期125-130,共6页

为了进一步提高交通流预测的精度,根据交通流的固有特点,提出了一种短时交通流预测组合模型。该模型包括灰色算法和ELM (ExtremeLearningMachine)神经网络2个子模型:灰色算法对平稳数据预测精度较好,ELM神经网络具有训练时间短,预测精度... 为了进一步提高交通流预测的精度,根据交通流的固有特点,提出了一种短时交通流预测组合模型。该模型包括灰色算法和ELM (ExtremeLearningMachine)神经网络2个子模型:灰色算法对平稳数据预测精度较好,ELM神经网络具有训练时间短,预测精度高,抗干扰能力强的特点。在对交通流量的数据特点和子模型不同预测原理分析的基础上,通过计算交通流数据波动的大小和两种子模型的预测误差,确定子模型预测结果在组合模型中所占的权重,然后进一步得到基于组合模型的预测值。通过实验证实,所提方法优于现有的一些成果,是一种短时交通流预测的有效方法。 展开更多

关键词 交通流预测 灰色算法 elm神经网络 组合模型

原文传递

基于Spark的并行极速神经网络 被引量：4

12

作者 邓万宇 李力 牛慧娟 《郑州大学学报（工学版）》 CAS 北大核心 2016年第5期47-56,共10页

随着数据规模的快速膨胀,基于单机的串行神经网络结构面临着巨大的计算挑战,难以满足现实应用中的扩展需求.在极速学习机(extreme learning machine,ELM)基础上,基于Spark并行框架提出一种并行的极速神经网络学习方法,以Spark平台特有的... 随着数据规模的快速膨胀,基于单机的串行神经网络结构面临着巨大的计算挑战,难以满足现实应用中的扩展需求.在极速学习机(extreme learning machine,ELM)基础上,基于Spark并行框架提出一种并行的极速神经网络学习方法,以Spark平台特有的RDD高效数据集管理机制对其进行封装,并将大规模数据中的高复杂度矩阵计算进行并行化,实现ELM加速求解,仅需一组Map和Reduce操作即可完成算法的训练.在大量真实数据集上的实验结果表明,基于Spark的并行ELM算法相较于串行ELM获得了显著的性能提升. 展开更多

关键词 极速学习机 神经网络 并行化elm算法 SPARK

在线阅读 下载PDF 职称材料

遗传算法优化BP网络对掺假蜂蜜快速识别研究 被引量：3

13

作者 周孟然 张群 +4 位作者 卞凯 孙磊 来文豪 陈翰林 杨晨 《激光杂志》 CAS 北大核心 2021年第12期82-86,共5页

为了更好地实现对掺假蜂蜜进行检测和识别,提出一种遗传算法优化反向传播(BP)神经网络和激光诱导荧光(LIF)技术相结合的新方法。实验采用蜂蜜、果葡糖浆以及二者以不同比例混合获取的实验样本,每类样本数为150个,共600个实验样本。通过... 为了更好地实现对掺假蜂蜜进行检测和识别,提出一种遗传算法优化反向传播(BP)神经网络和激光诱导荧光(LIF)技术相结合的新方法。实验采用蜂蜜、果葡糖浆以及二者以不同比例混合获取的实验样本,每类样本数为150个,共600个实验样本。通过激光诱导荧光技术获取实验数据。将各类样本的70%用于算法模型训练、30%用于模型预测评估。通过PCA降维技术进行特征提取,分别用极限学习机(ELM)算法、BP神经网络算法、GA_BP三种算法进行实验。实验结果表明,相比于极限学习机的82.78%、BP神经网络算法的95.89%的准确率,GA_BP算法对预测样本的预测准确率最高,可达100%。通过将GA_BP与蚁群算法(ACO)优化BP网路、粒子群算法(PSO)优化BP网络作对比,发现GA_BP算法具有运行时间较短、鲁棒性较好的特点。 展开更多

关键词 遗传优化算法 激光诱导荧光技术 极限学习机算法 BP神经网络

原文传递

基于极限学习机的板形预测模型 被引量：10

14

作者 黄长清 李滔 《机械科学与技术》 CSCD 北大核心 2014年第4期592-595,共4页

高效地建立起板形模型有利于提高板带轧制过程中的板形精度和有效实现板形控制。提出了一种基于极限学习机(ELM)的板带轧制过程中板形预测模型,不但可以简化参数选择过程,在核函数选择上可以根据训练样本值自动选择无须手动选择,而且可... 高效地建立起板形模型有利于提高板带轧制过程中的板形精度和有效实现板形控制。提出了一种基于极限学习机(ELM)的板带轧制过程中板形预测模型,不但可以简化参数选择过程,在核函数选择上可以根据训练样本值自动选择无须手动选择,而且可以提高模型的训练速度。结合铝板带四连轧机组在线实测数据进行模型训练,实现对轧制过程板形的预测且得到实验验证。本算法与支持向量机(SVM)模型预测对比,在训练样本数量较少的情况下,模型预测精度都能达到期望精度值,且具有同样甚至更高的预测精度,还具有急速的特点和更强的泛化能力。 展开更多

关键词 极限学习机 轧制 板形 预测模型 支持向量机

在线阅读 下载PDF 职称材料

基于极限学习机算法的永磁机构动作时间补偿的研究

15

作者 邵士良 迟长春 +1 位作者 张祯海 练正兵 《低压电器》 2014年第2期13-17,共5页

常规永磁操动机构的动作时间补偿的预测是采用加权平均值算法、多元线性回归法和人工神经网络算法(ANN)等对动触头的分/合闸时间进行估计和预测,但是加权平均系数的计算和线性回归系数的求解比较繁琐,而ANN网络具有训练速度慢、容易陷... 常规永磁操动机构的动作时间补偿的预测是采用加权平均值算法、多元线性回归法和人工神经网络算法(ANN)等对动触头的分/合闸时间进行估计和预测,但是加权平均系数的计算和线性回归系数的求解比较繁琐,而ANN网络具有训练速度慢、容易陷入局部极小点、学习率的选择难以确定等诸多缺点。研究了采用极限学习机(ELM)算法和BP神经网络算法,利用Matlab软件对永磁机构动作时间进行预测,通过对比分析,得到性能较好的算法。 展开更多

关键词 永磁机构 极限学习机算法 BP神经网络 时间预测

在线阅读 下载PDF 职称材料

一种确定神经网络最优结构的新算法 被引量：2

16

作者 吕晓丽 张瑞 +1 位作者 王博 崔新月 《西安文理学院学报（自然科学版）》 2014年第4期4-8,共5页

从神经网络结构设计问题出发,提出一种确定神经网络最优隐节点个数的新方法.该算法首先按照等差数列增加隐节点,确定最优隐节点个数的范围;然后利用折半删减法确定最优隐节点个数.数值实验表明该算法在保持良好泛化能力的同时能自适应... 从神经网络结构设计问题出发,提出一种确定神经网络最优隐节点个数的新方法.该算法首先按照等差数列增加隐节点,确定最优隐节点个数的范围;然后利用折半删减法确定最优隐节点个数.数值实验表明该算法在保持良好泛化能力的同时能自适应地、快速有效地确定网络最小隐神经元数目. 展开更多

关键词 elm算法 神经网络 等差增长 折半删减

在线阅读 下载PDF 职称材料

基于IGSA-ELM模型的回采工作面瓦斯涌出量预测 被引量：6

17

作者 李杰 康天合 康官先 《煤矿安全》 CAS 北大核心 2016年第1期155-158,共4页

针对现有煤矿回采工作面瓦斯涌出量预测方法存在的预测时间较长,预测精度不高的问题,提出了用IGSA优化ELM神经网络的瓦斯涌出量预测模型。将优选策略和粒子的记忆、信息交换功能引入万有引力搜索方法,利用IGSA对ELM神经网络的网络隐含... 针对现有煤矿回采工作面瓦斯涌出量预测方法存在的预测时间较长,预测精度不高的问题,提出了用IGSA优化ELM神经网络的瓦斯涌出量预测模型。将优选策略和粒子的记忆、信息交换功能引入万有引力搜索方法,利用IGSA对ELM神经网络的网络隐含层节点数进行寻优,利用自相关系数法筛选出回采工作面瓦斯涌出量的8个主要影响因素,建立基于IGSA-ELM算法的瓦斯涌出量预测模型,并结合矿井监测到的历史数据进行实例分析。试验结果表明:经IGSA优化后的ELM神经网络瓦斯涌出量预测模型与PSO-ELM神经网络、ACC-ENN和GSA-ELM神经网络预测模型相比,预测精度分别提高310%、60%、31%,为回采工作面瓦斯涌出量的预测提供了一种新的快速预测方法。 展开更多

关键词 IGSA—elm模型 自相关系数法 瓦斯涌出量 elm神经网络 万有引力算法

原文传递

基于Circle混沌映射的ISSA-ELM神经网络室内可见光定位方法 被引量：22

18

作者 赵霞 张君毅 龙倩倩 《光学学报》 EI CAS CSCD 北大核心 2023年第2期25-34,共10页

针对传统室内可见光定位精度较低、基于神经网络的室内可见光定位收敛速度慢且泛化能力弱等问题,提出一种结合基于Circle混沌映射的优化麻雀搜索算法-极限学习机(ISSA-ELM)神经网络和接收信号强度指示(RSSI)的室内可见光定位方法,在考... 针对传统室内可见光定位精度较低、基于神经网络的室内可见光定位收敛速度慢且泛化能力弱等问题,提出一种结合基于Circle混沌映射的优化麻雀搜索算法-极限学习机(ISSA-ELM)神经网络和接收信号强度指示(RSSI)的室内可见光定位方法,在考虑天花板、墙壁和地板反射作用的情况下,将每个参考点处的RSSI和光电探测器的真实位置坐标作为训练集数据,对优化后的ISSA-ELM神经网络模型进行训练,建立室内可见光定位预测模型,并利用测试集对定位模型进行测试。仿真结果表明,优化后的ISSA-ELM神经网络的训练时间为0.0454 s,平均定位时间为3.5 ms,在5 m×5 m×3 m的室内环境,对位于0、0.5、1.0、1.5 m高度参考点的平均定位误差分别为1.01、1.14、1.36、3.87 cm,相比极限学习机(ELM)神经网络的定位精度分别提高了20.47%、19.72%、37.91%、42.32%。因此,所提的室内可见光定位方法具有定位速度快、定位精度高、系统性能稳定等优点。 展开更多

关键词 光通信 Circle混沌映射 麻雀搜索算法 elm神经网络 室内定位

原文传递