期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ISSA-KELM的光纤光栅加速度传感器温度补偿研究
1
作者 姚言雨 熊鸣 +1 位作者 王丽婕 高超飞 《仪表技术与传感器》 北大核心 2025年第4期15-20,24,共7页
针对光纤光栅加速度传感器测量时会同时受到温度和加速度影响的问题,提出了基于改进麻雀搜索算法(ISSA)优化KELM神经网络的温度补偿模型。首先,在麻雀搜索算法(SSA)的位置更新中引入改进的自适应收敛因子与沙猫群优化策略、可变螺旋搜... 针对光纤光栅加速度传感器测量时会同时受到温度和加速度影响的问题,提出了基于改进麻雀搜索算法(ISSA)优化KELM神经网络的温度补偿模型。首先,在麻雀搜索算法(SSA)的位置更新中引入改进的自适应收敛因子与沙猫群优化策略、可变螺旋搜索策略、扰动算子和莱维飞行策略。其次,将ISSA与SSA、鲸鱼优化算法(WOA)等5种优化算法进行基准测试函数对比。最后,利用ISSA优化KELM神经网络的正则化系数和高斯核参数,进行温度补偿实验。仿真实验与温度补偿实验结果表明:ISSA的稳定性和寻优精度最佳,ISSA-KELM可以最准确地预测温度和加速度并降低温度加速度交叉敏感引起的误差,验证了模型的有效性。 展开更多
关键词 麻雀搜索算法 kelm神经网络 光纤光栅加速度传感器 温度补偿
在线阅读 下载PDF
基于IHPO-KELM的冷轧带钢板形模式识别 被引量：3
2
作者 周亚罗 张少川 +1 位作者 刘文广 张瑞成 《矿冶工程》 CAS 北大核心 2023年第6期162-168,共7页
针对目前板形识别方法存在的识别精度低、速度慢等问题,提出了一种改进猎食者算法优化核极限学习机(IHPO-KELM)的冷轧带钢板形识别模型。首先,为减少网络中初始参数的数量、提高板形识别的精度与速度,采用了核极限学习机(KELM)网络;其次... 针对目前板形识别方法存在的识别精度低、速度慢等问题,提出了一种改进猎食者算法优化核极限学习机(IHPO-KELM)的冷轧带钢板形识别模型。首先,为减少网络中初始参数的数量、提高板形识别的精度与速度,采用了核极限学习机(KELM)网络;其次,为提高猎食者(HPO)算法的精度,利用基于Sine混沌映射初始化猎食者算法的种群,并针对HPO在迭代过程中易陷入局部早熟的问题,在改进的线性组合位置更新公式中加入莱维飞行机制;然后利用改进猎食者算法对核极限学习机网络识别模型的正则化系数和核参数进行优化,提高板形识别的精度;最后,通过Matlab仿真验证了IHPO-KELM算法具有网络结构简单、收敛速度快、识别精度高等优点。采用IHPO-KELM算法对某公司900HC可逆冷轧机实测数据进行识别,其识别精度比麻雀算法优化KELM(SSA-KELM)识别模型提高了58.8%,表明IHPO-KELM识别模型具有良好的泛化能力,为板形缺陷的高效智能识别提供了新思路。 展开更多
关键词 板形缺陷 冷轧带钢 板形识别 改进猎食者算法 神经网络 核极限学习机
在线阅读 下载PDF
基于ICEEMDAN分解重构的BiLSTM-KELM短期电力负荷预测 被引量：4
3
作者 王晨 李又轩 +2 位作者 王淑侠 邬蓉蓉 吴其琦 《科学技术与工程》 北大核心 2024年第32期13836-13843,共8页
短期电力负荷预测在维持电力系统稳定运行、优化资源配置中发挥着至关重要的作用。针对电力负荷数据的复杂性和随机性以及现有预测模型的低精度问题,提出了一种新型的短期电力负荷预测模型。该模型包括改进的自适应噪声完备集经验模态分... 短期电力负荷预测在维持电力系统稳定运行、优化资源配置中发挥着至关重要的作用。针对电力负荷数据的复杂性和随机性以及现有预测模型的低精度问题,提出了一种新型的短期电力负荷预测模型。该模型包括改进的自适应噪声完备集经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)和排列熵(permutation entropy,PE)重构部分,以及双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)与核极限学习(kernel extreme learning machine,KELM)预测部分。首先,使用ICEEMDAN将复杂的负荷数据分解成n个相对平稳的子序列,从而降低数据的随机性,并引入排列熵来计算每个子序列的PE值来进行重构,有效减小了模型的计算规模。其次,采用BiLSTM模型来挖掘数据之间的内在联系,对各个重构序列进行学习和预测。最后,利用KELM对重构序列的预测值进行非线性拟合,进一步提高预测精度。实验结果表明:ICEEMDAN-PE-BiLSTM-KELM模型比传统长短期记忆神经网络(long short-term memory,LSTM)模型的均方根误差(root mean square error,RMSE)降低了106.05 MW,平均绝对误差(mean absolute error,MAE)降低了62.34 MW,平均绝对百分比误差(mean absolute percentage error,MAPE)降低了0.877%,可见该模型能够更好地解决数据的复杂性和随机性,同时提高预测精度。 展开更多
关键词 短期电力负荷预测 改进的自适应噪声完备集经验模态分解(ICEEMDAN) 排列熵(PE) 双向长短期记忆神经网络(BiLSTM) 核极限学习(kelm)
在线阅读 下载PDF
基于模量幅值比的高压交流输电线不对称接地故障单端定位
4
作者 王勇棋 谢佳伟 +1 位作者 陈仕龙 赵鑫 《电机与控制学报》 CSCD 北大核心 2024年第12期129-147,共19页
针对高压交流输电线路不对称接地故障单端行波测距法中高阻接地故障不灵敏、反射波波头识别困难等问题,提出一种基于模量幅值比的高压交流输电线不对称接地故障单端定位方法。首先,基于行波色散特性,推导出高压交流输电线路故障距离与... 针对高压交流输电线路不对称接地故障单端行波测距法中高阻接地故障不灵敏、反射波波头识别困难等问题,提出一种基于模量幅值比的高压交流输电线不对称接地故障单端定位方法。首先,基于行波色散特性,推导出高压交流输电线路故障距离与测距处初始暂态电压行波1模、2模分量之和与0模分量的幅值比的近似公式,公式表明两者存在着确定的非线性映射关系;使用初始暂态电压行波1模、2模分量之和与0模分量的多尺度小波模极大值比表征幅值比,输入小波模极大值比到天鹰算法优化核极限学习机(AO-KELM)神经网络,拟合故障距离与幅值比映射关系得到AO-KELM神经网络测距模型,算出故障距离。本文仿真结果表明,该方法测距能力不受故障类型、故障位置、过渡电阻、故障初相角影响,测距精度高。 展开更多
关键词 高压交流输电线路 行波色散 单端测距 模量幅值比 AO-kelm神经网络
在线阅读 下载PDF
基于LBP的粒子群优化混合核函数ELM的蔬菜水果图像分类方法 被引量：4
5
作者 许学斌 赵雨晴 +1 位作者 路龙宾 张佳达 《机械设计与研究》 CSCD 北大核心 2021年第4期15-20,25,共7页
蔬菜水果图像的分类研究在智慧农业领域具有重要的地位。针对蔬菜水果的实时高精度的分类问题,提出了一种基于LBP的粒子群优化混合核函数ELM模型(LBP-PSO-KELM)的分类方法,首先通过LBP等价变换提取蔬菜水果图像的纹理特征,然后将多项式... 蔬菜水果图像的分类研究在智慧农业领域具有重要的地位。针对蔬菜水果的实时高精度的分类问题,提出了一种基于LBP的粒子群优化混合核函数ELM模型(LBP-PSO-KELM)的分类方法,首先通过LBP等价变换提取蔬菜水果图像的纹理特征,然后将多项式核函数和高斯核函数加权成的复杂核函数(KELM)引入极限学习机中,并使用粒子群算法(PSO)对KELM中的核系数进行自适应选取,同时对引入的其他3个关键参数寻找最优值,获得最优模型。通过对Fruits-360数据集进行分类实验,结果表明,LBP-PSO-KELM在此数据集的分类准确率达到98.865 8%,平均分类时间为3.7ms,比单核ELM以及传统的分类方法分类准确率更高,模型计算时间短,且对硬件设备要求低,满足了智慧农业的实际需求。 展开更多
关键词 ELM神经网络 蔬菜水果分类 LBP特征提取 kelm 粒子群算法
原文传递
基于改进核极限学习机的短期负荷预测模型分析 被引量：4
6
作者 朱勇 陶用伟 +3 位作者 王常沛 李泽群 黄琼 杨键 《电气自动化》 2020年第5期42-44,共3页
以极限学习分析模型为基础,对子网负荷变化进行了预测,同时比较了经过改进得到的核极限学习机模型与神经网络方法各自计算得到的结果。研究结果表明:利用聚类方法进行改进的KELM模型可以获得更低的Max-AE,使模型获得更优的拟合性能;采... 以极限学习分析模型为基础,对子网负荷变化进行了预测,同时比较了经过改进得到的核极限学习机模型与神经网络方法各自计算得到的结果。研究结果表明:利用聚类方法进行改进的KELM模型可以获得更低的Max-AE,使模型获得更优的拟合性能;采用聚类方法试试改进的KELM模型还可以达到比直接预测更高的效率,表明聚类得到的组合预测模型具备有效性,能够显著降低模型的预测误差;极限学习机模型不必对算法实施迭代,整体运行效率较高,最后可以获得一个最优解;核极限学习机方法可以达到最优状态,获得理想的泛化能力。 展开更多
关键词 短期负荷 预测模型 改进核极限学习机 聚类方法 kelm模型 最优解 泛化能力 神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部