期刊文献+
共找到109篇文章
< 1 2 6 >
每页显示 20 50 100
基于LMD与PSO-ELM的铜电解槽极板短路故障诊断研究 被引量:1
1
作者 郭志伟 侯春光 高有华 《绿色矿冶》 2025年第4期63-71,共9页
铜电解过程中频繁发生由阴阳极板短接引起的短路故障,导致大量电能损失。针对此问题,选取电解槽电压信号作为分析对象,通过深入分析短路发生前后电解槽电压信号的变化特征,提出了一种结合局部均值分解(LMD)算法和粒子群优化极限学习机(P... 铜电解过程中频繁发生由阴阳极板短接引起的短路故障,导致大量电能损失。针对此问题,选取电解槽电压信号作为分析对象,通过深入分析短路发生前后电解槽电压信号的变化特征,提出了一种结合局部均值分解(LMD)算法和粒子群优化极限学习机(PSO-ELM)的短路故障诊断方法。首先,利用局域均值分解(LMD)技术将原始信号分解为多个纯调幅调频分量(PF),基于皮尔逊相关系数选取前3个PF分量作为主分量,并计算主分量的相对能量和总能量作为能量特征。针对极限学习机(ELM)在隐含层节点数量方面需求较多的局限性,采用粒子群优化算法(PSO)进行参数优化。随后,将提取的特征值输入优化后的PS O-ELM模型中,以实现对短路故障的识别,并通过现场采集数据进行实验验证。研究结果表明,采用局部均值分解(LMD)与粒子群优化(PSO)相结合的极限学习机(ELM)模型,在电解槽短路故障诊断中的准确率可达91.09%,相对于单一ELM诊断模型提高了6.98%,且具备良好的稳定性。因此,该模型具备应用于工业生产中短路故障识别的潜力。 展开更多
关键词 铜电解槽 极板短路 故障诊断 LMD pso-elm
在线阅读 下载PDF
基于PSO-ELM与敏感植被指数优选的柑橘叶片含水率-叶绿素含量协同反演
2
作者 郝琨 张维奇 +5 位作者 钟韵 孙爱华 朱士江 张艳群 王亚林 李虎 《农业机械学报》 北大核心 2025年第10期470-478,511,共10页
叶片含水率及叶绿素含量是反映作物健康生长发育的重要生理指标,为连续、快速、精准、无损、大规模获取柑橘叶片含水率和叶绿素含量,本研究基于无人机多光谱遥感技术,提出一种融合敏感植被指数优选与粒子群优化极限学习机(PSO-ELM)的协... 叶片含水率及叶绿素含量是反映作物健康生长发育的重要生理指标,为连续、快速、精准、无损、大规模获取柑橘叶片含水率和叶绿素含量,本研究基于无人机多光谱遥感技术,提出一种融合敏感植被指数优选与粒子群优化极限学习机(PSO-ELM)的协同反演方法。以鄂西柑橘为研究对象,通过全生育期无人机多光谱影像与同步地面实测数据,各筛选5个与叶片含水率和叶绿素含量相关性较强的植被指数构建敏感植被指数组,并采用偏最小二乘回归(PLS)、极限学习机(ELM)、PSO-ELM及PSO-ELM协同反演算法进行建模对比。结果表明:基于PSO-ELM协同反演在敏感植被指数组驱动下表现最优,较传统PLS模型反演叶片含水率和叶绿素含量精度提升15.16%与53.78%,较ELM模型精度提升20.80%与25.84%,较PSO-ELM模型精度提升6.18%与4.02%。基于PSO-ELM协同反演可实现柑橘叶片含水率和叶绿素含量同步估算,其中叶片含水率估算验证集决定系数R2为0.790,叶绿素含量R2为0.672。研究结果可为无人机多光谱遥感在果树生理监测方面的应用提供理论依据。 展开更多
关键词 柑橘 叶片含水率 叶绿素含量 无人机多光谱 pso-elm 反演
在线阅读 下载PDF
基于PSO-ELM的可植入UPQC的“源-网-荷-储”系统最优控制策略
3
作者 高波 刘川 +2 位作者 韩建 李泽文 韦宝泉 《电力系统保护与控制》 北大核心 2025年第2期62-72,共11页
针对传统“源-网-荷-储”(source network load storage,SNLS)系统的可再生能源渗透率低及电能质量差等问题,提出了一种可植入统一电能质量调节器(unified power quality conditioner,UPQC)的SNLS系统最优控制方案。该方案通过基于粒子... 针对传统“源-网-荷-储”(source network load storage,SNLS)系统的可再生能源渗透率低及电能质量差等问题,提出了一种可植入统一电能质量调节器(unified power quality conditioner,UPQC)的SNLS系统最优控制方案。该方案通过基于粒子群优化(particle swarm optimization,PSO)的极限学习机(extreme learning machine,ELM)方法实现。在多目标优化运行方案中:第一个优化目标为最大化光伏阵列发电量;第二、三个优化目标分别为最小化负荷电压偏差和最大化网侧功率因数;第四个优化目标则为最大化变换器的利用率。由于多目标优化问题不易实时求解,提出了一种基于优化目标优先权顺序的分层优化思想,将多目标优化问题简化为若干个单目标优化问题。然后,通过将求解的所有最优解集训练为PSO-ELM代理模型,以实现所提策略的快速精确执行。最后,通过仿真验证了所提方法的有效性。算例表明所提策略可提升可再生能源的消纳率与系统变换器的利用率,并优化电能质量。 展开更多
关键词 统一电能质量调节器 “源-网-荷-储”系统 光伏 pso-elm
在线阅读 下载PDF
基于PSO-ELM的谐振式MEMS电场传感器温度补偿方法 被引量:1
4
作者 厉嘉程 王俊鹏 +3 位作者 彭春荣 罗嘉豪 刘文杰 毋正伟 《微纳电子技术》 2025年第7期61-70,共10页
为减小谐振式微机电系统(MEMS)电场传感器由于温度效应产生的灵敏度漂移问题,提出了一种基于粒子群优化-极限学习机(PSO-ELM)的温度补偿方法。对传感器的温度特性进行了理论分析,构建了ELM神经网络温度补偿模型,采用PSO算法优化ELM参数... 为减小谐振式微机电系统(MEMS)电场传感器由于温度效应产生的灵敏度漂移问题,提出了一种基于粒子群优化-极限学习机(PSO-ELM)的温度补偿方法。对传感器的温度特性进行了理论分析,构建了ELM神经网络温度补偿模型,采用PSO算法优化ELM参数以提升模型精度,并对该模型进行了分析、测试和实验验证。实验结果表明,该模型在-40~+100℃范围内,传感器最大相对漂移量减小到0.4%,热灵敏度漂移量降至389×10^(-6)/℃,较补偿前的最大相对漂移量14.508%和热灵敏度漂移量4 942×10^(-6)/℃有显著降低;与传统多项式拟合法、未经优化的ELM神经网络法相比,最大相对漂移量分别减小了约78.8%和48.2%,热灵敏度漂移量分别减小了约85.4%和68.1%。该方法具有更好的热灵敏度漂移抑制和补偿效果。 展开更多
关键词 电场传感器 灵敏度漂移 温度补偿 粒子群优化-极限学习机(pso-elm) 微机电系统(MEMS)
原文传递
基于改进PSO-ELM的坑湖水质预测与评价 被引量:2
5
作者 石秀峰 王进 +3 位作者 揣新 王绍平 罗长海 岳正波 《合肥工业大学学报(自然科学版)》 北大核心 2025年第2期145-150,共6页
采矿行业产生的尾矿水具有较高的金属离子和硫酸盐质量浓度,同时具有酸化的风险,对尾矿水水质的预测和评价有利于保障尾矿水资源循环利用和可持续发展。文章将线性原始数据通过滑动窗口处理转化为模型的输入矩阵,利用粒子群优化算法(par... 采矿行业产生的尾矿水具有较高的金属离子和硫酸盐质量浓度,同时具有酸化的风险,对尾矿水水质的预测和评价有利于保障尾矿水资源循环利用和可持续发展。文章将线性原始数据通过滑动窗口处理转化为模型的输入矩阵,利用粒子群优化算法(particle swarm optimization,PSO)对极限学习机(extreme learning machine,ELM)进行改进,提出一种基于PSO-ELM的水质预测模型,以安徽马鞍山某矿区坑湖为对象,使用不同网络模型对水质参数进行预测。结果表明,改进后的PSO-ELM模型较BP(back propagation)神经网络、传统ELM具有更高的预测精度,决定系数达到82%,均方误差仅为0.04,并且具有更快的计算和收敛速度。将训练集数据与预测数据相结合,采用Spearman秩相关系数法评价水质稳定性,结果表明pH值和主要无机盐离子质量浓度较为稳定,无明显变化趋势,满足生态和生产需求。 展开更多
关键词 水质监测 滑动窗口 粒子群优化算法(PSO) 极限学习机(ELM) 水质评价
在线阅读 下载PDF
基于误差修正的VMD-PSO-ELM模型短期风速预测
6
作者 翟晨晨 李汉林 +1 位作者 喻敏 魏来 《计算机与数字工程》 2025年第6期1557-1563,共7页
针对风速序列存在的非平稳性和随机性带来的风速预测不准确问题。论文提出一种基于变分模态分解、粒子群优化算法、极限学习机与长短时记忆网络相结合的风速预测模型。首先采用变分模态分解算法将原始风速序列分解为一系列由低频到高频... 针对风速序列存在的非平稳性和随机性带来的风速预测不准确问题。论文提出一种基于变分模态分解、粒子群优化算法、极限学习机与长短时记忆网络相结合的风速预测模型。首先采用变分模态分解算法将原始风速序列分解为一系列由低频到高频的本征模态分量。对各分量用极限学习机进行预测。针对极限学习机产生权值与阈值的随机性,模型结果存在不稳定性。采用粒子群算法进行优化,寻找权值与阈值的最佳参数组合,借此提高所构建模型的性能。针对原始风速序列与集成序列之间的误差序列,通过长短时记忆网络模型对其进行修正,修正后加总集成序列,得到最终的预测值。论文采用美国国家风电场的两组数据集作为案例研究。实验结果表明,与其他基准模型对比,该模型在短期风速预测中存在优越性。 展开更多
关键词 变分模态分解算法 粒子群优化算法 极限学习机 长短时记忆网络 短期风速预测
在线阅读 下载PDF
基于PSO-ELM的高新技术企业财务危机预警研究 被引量:1
7
作者 赵宝福 康馨元 《辽宁工程技术大学学报(社会科学版)》 2021年第4期290-296,308,共8页
针对高新技术企业财务危机预警问题,提出了一种基于PSO-ELM的高新技术企业财务危机预警模型。以80家高新技术企业财务数据作为研究样本,为解决Elm算法准确性受输入端随机参数影响的问题,利用粒子群算法(PSO)对ELM进行参数寻优,筛选后的... 针对高新技术企业财务危机预警问题,提出了一种基于PSO-ELM的高新技术企业财务危机预警模型。以80家高新技术企业财务数据作为研究样本,为解决Elm算法准确性受输入端随机参数影响的问题,利用粒子群算法(PSO)对ELM进行参数寻优,筛选后的财务风险评价指标作为PSO-ElM模型的输入进行财务危机预测。对比其他模型,此模型提高了财务危机预警的正确率,尤其对财务危机企业的正确识别率可达到100%。研究结果为高新技术企业财务危机预警提供了一种新途径。 展开更多
关键词 财务危机预警 高新技术企业 pso-elm
原文传递
基于PSO-ELM的地震死亡人员评估方法研究 被引量:5
8
作者 赵煜 韩旭昊 +2 位作者 孙艳萍 史一彤 陈文凯 《地震工程学报》 CSCD 北大核心 2024年第3期742-750,共9页
地震灾害人员伤亡快速评估对于地震应急响应至关重要。区域地理环境、人口密度和建筑结构等多种因素对地震人员伤亡具有重要影响,文章针对中国内地按照分区开展地震死亡人员评估方法研究。为充分考虑地震对不同地区造成的差异性影响,根... 地震灾害人员伤亡快速评估对于地震应急响应至关重要。区域地理环境、人口密度和建筑结构等多种因素对地震人员伤亡具有重要影响,文章针对中国内地按照分区开展地震死亡人员评估方法研究。为充分考虑地震对不同地区造成的差异性影响,根据人口密度、地理环境、建筑结构等情况,将中国大陆划分为西北、西南和东部三个区域,并按地震最大烈度对样本进行分类;然后采用随机森林方法和自助采样法,根据每个特征的重要性排序选取震级、震区面积和人口密度三参数,建立粒子群优化极限学习机(PSO-ELM)地震人员死亡评估模型。研究结果表明,模型在预测性能方面表现良好,在不同地区和烈度下具有较好的适用性和泛化性,能够为地震应急响应和地震灾害风险评估提供重要技术支撑。 展开更多
关键词 地震人员伤亡 评估模型 pso-elm
在线阅读 下载PDF
基于PSO-ELM的机器人精度补偿方法研究 被引量:7
9
作者 冯禹铭 董秀成 金滔 《计算机应用研究》 CSCD 北大核心 2019年第10期3000-3003,共4页
为了提高机器人的定位精度,对传统的基于神经网络的机器人精度补偿方法进行改进。采用两种基于粒子群优化的极限学习机(PSO-ELM)模型的精度补偿方法对机器人关节坐标及直角坐标进行补偿。分别对两种方法进行仿真实例分析,并与遗传算法... 为了提高机器人的定位精度,对传统的基于神经网络的机器人精度补偿方法进行改进。采用两种基于粒子群优化的极限学习机(PSO-ELM)模型的精度补偿方法对机器人关节坐标及直角坐标进行补偿。分别对两种方法进行仿真实例分析,并与遗传算法优化的极限学习机(GA-ELM)模型进行对比。仿真结果表明,对直角坐标进行补偿的PSO-ELM机器人精度补偿法优于其他补偿方法,且具有较高的预测精度。 展开更多
关键词 机器人 精度补偿 极限学习机 pso-elm
在线阅读 下载PDF
基于PSO-ELM的变压器油纸绝缘状态无损评估方法 被引量:5
10
作者 张德文 张健 +3 位作者 曲利民 吴迪星 刘贺千 张明泽 《电力工程技术》 北大核心 2024年第3期201-208,共8页
油浸式电力变压器作为电网的重要组成部分,其可靠运行至关重要。针对变压器长期运行后无法定量评估其绝缘状态的问题,文中开展了油纸绝缘模型的加速老化及受潮试验,探究了油纸绝缘老化及受潮程度对其回复电压曲线的影响规律,并提出采用... 油浸式电力变压器作为电网的重要组成部分,其可靠运行至关重要。针对变压器长期运行后无法定量评估其绝缘状态的问题,文中开展了油纸绝缘模型的加速老化及受潮试验,探究了油纸绝缘老化及受潮程度对其回复电压曲线的影响规律,并提出采用粒子群优化-极限学习机(particle swarm optimization-extreme learning machine,PSO-ELM)算法的参数预测方法,实现了基于回复电压曲线特征参量的油纸绝缘老化与受潮状态量化评估。由油纸绝缘模型理化性能分析的对比结果可知,基于PSO-ELM方法的预测值精度远高于传统ELM方法,油纸绝缘内含水率及纸板聚合度预测的绝对误差范围分别小于±0.4%、±30。 展开更多
关键词 油浸式变压器 油纸绝缘 回复电压 粒子群优化-极限学习机(pso-elm)算法 状态评估 无损检测
在线阅读 下载PDF
基于LMD近似熵和改进PSO-ELM的轴承故障诊断 被引量:6
11
作者 卞东学 张金萍 《机床与液压》 北大核心 2023年第14期227-232,共6页
针对滚动轴承故障特征提取与故障识别困难的问题,提出局部均值分解(LMD)近似熵和改进粒子群优化的极限学习机(PSO-ELM)结合的滚动轴承故障诊断方法。将不同工况信号用LMD分解为一系列乘积分量,不同工况的信号在不同频带的近似熵值会发... 针对滚动轴承故障特征提取与故障识别困难的问题,提出局部均值分解(LMD)近似熵和改进粒子群优化的极限学习机(PSO-ELM)结合的滚动轴承故障诊断方法。将不同工况信号用LMD分解为一系列乘积分量,不同工况的信号在不同频带的近似熵值会发生改变,结合相关性系数选出前3个分量,计算近似熵定值作为输入的特征向量。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,将特征值输入到改进PSO-ELM网络模型中,对滚动轴承不同工况进行故障识别与分类。结果表明,基于LMD近似熵和改进粒子群优化的ELM不仅能够识别滚动轴承的故障类型,并且有更高的分类正确率,验证了该方法的可行性。 展开更多
关键词 局部均值分解 近似熵 改进pso-elm 故障诊断
在线阅读 下载PDF
原油期货价格预测模型CEEMDAN-PSO-ELM 被引量:7
12
作者 崔金鑫 邹辉文 《计算机系统应用》 2020年第2期28-39,共12页
为了进一步提升原油期货价格预测的精准性,本文基于CEEMDAN分解算法和ELM极限学习机模型,利用PSO粒子群优化算法对机器学习模型进行参数寻优,进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测.先基于CEEMDAN算法对原始价格序列进行分... 为了进一步提升原油期货价格预测的精准性,本文基于CEEMDAN分解算法和ELM极限学习机模型,利用PSO粒子群优化算法对机器学习模型进行参数寻优,进而构建了CEEMDAN-PSO-ELM模型用于原油期货价格预测.先基于CEEMDAN算法对原始价格序列进行分解,然后利用Lempel-Ziv复杂度指数对分量进行重构,得到高频、中频和低频重构分量,再采用PSO-ELM模型对每个重构分量进行预测,利用PACF系数选取模型输入变量,最终加总集成各分量预测结果.实证结果表明,与其他15种基准模型相比,CEEMDAN-PSO-ELM模型的预测性能最佳,MCS检验和DM检验也进一步证实了该模型的稳健性. 展开更多
关键词 CEEMDAN分解算法 pso-elm预测模型 原油期货价格预测
在线阅读 下载PDF
粳稻冠层叶绿素含量PSO-ELM 高光谱遥感反演估算 被引量:8
13
作者 于丰华 冯帅 +3 位作者 赵依然 王定康 邢思敏 许童羽 《华南农业大学学报》 CAS CSCD 北大核心 2020年第6期59-66,共8页
【目的】叶绿素含量是表征粳稻生长状态的重要指示信息,利用无人机高光谱遥感技术及时获取区域尺度的粳稻叶绿素含量。【方法】以2016—2017年沈阳农业大学辽中水稻实验站粳稻无人机遥感试验数据为基础,利用连续投影算法(SPA)进行有效... 【目的】叶绿素含量是表征粳稻生长状态的重要指示信息,利用无人机高光谱遥感技术及时获取区域尺度的粳稻叶绿素含量。【方法】以2016—2017年沈阳农业大学辽中水稻实验站粳稻无人机遥感试验数据为基础,利用连续投影算法(SPA)进行有效波段的提取,提取的特征波段分别为410、481、533、702和798 nm。将提取出的特征波段作为输入,利用极限学习机(ELM)和粒子群优化的极限学习机(PSO-ELM)分别建立粳稻冠层叶绿素含量反演模型。在PSO-ELM模型中,针对PSO算法的种群规模(p)、惯性权重(w)、学习因子(C1、C2)、速度位置相关系数(m)这5个参数进行了优化。【结果】确定了最优参数:p为80,w为0.9~0.3线性递减,C1和C2分别为2.80和1.10,m为0.60。利用优化后的ELM和PSO-ELM所建立的粳稻冠层叶绿素含量模型的决定系数分别为0.734和0.887,均方根误差分别为1.824和0.783。【结论】利用优化后的PSO-ELM建立的粳稻叶绿素含量反演模型精度要明显高于单纯利用ELM建立的反演模型,前者具有较好的粳稻叶绿素含量反演能力。本研究为东北粳稻叶绿素含量反演无人机遥感诊断提供了数据支撑和应用基础。 展开更多
关键词 无人机 叶绿素含量 粳稻 高光谱遥感 粒子群优化极限学习机
在线阅读 下载PDF
基于EWT-SSA-PSO-ELM模型的P2P网贷市场收益率预测 被引量:1
14
作者 崔金鑫 邹辉文 《系统工程学报》 CSCD 北大核心 2021年第3期367-381,共15页
鉴于目前鲜有研究关注P2P网贷市场收益率预测问题,针对已有金融市场收益率预测研究存在的不足,提出了一种基于两阶段分解技术和粒子群优化极限学习机的EWT-SSA-PSO-ELM预测模型.引入EWT经验小波分解算法对原始的收益率综指序列进行分解... 鉴于目前鲜有研究关注P2P网贷市场收益率预测问题,针对已有金融市场收益率预测研究存在的不足,提出了一种基于两阶段分解技术和粒子群优化极限学习机的EWT-SSA-PSO-ELM预测模型.引入EWT经验小波分解算法对原始的收益率综指序列进行分解,进而提高原始序列的分解效率;采用Lempel-Ziv复杂度算法提升模式分量重构的科学性,避免以往分量重构过程的随意性;利用SSA奇异谱分解算法对高频重构分量进行降噪,从而提升高频重构分量预测效果.基于该预测模型对P2P网贷市场收益率综指进行预测,实证结果表明,所构建的收益率预测模型的性能显著优于其余基准对比模型. 展开更多
关键词 P2P网贷市场收益率 EWT分解算法 SSA分解算法 pso-elm模型
在线阅读 下载PDF
复杂水质环境下基于PSO-ELM的BOD快速检测 被引量:8
15
作者 陈颖 崔行宁 +4 位作者 肖春艳 张杰 张灿 杨惠 李少华 《计量学报》 CSCD 北大核心 2021年第1期105-110,共6页
针对检测生化需氧量(BOD)的传统五日培养法(BOD5)操作复杂、时效性差的不足,以及水质中复杂环境因素干扰检测过程等问题,提出了基于微生物膜法的快速检测系统,进而以粒子群算法(PSO)优化的极限学习机(ELM)算法来实现BOD检测。检测系统... 针对检测生化需氧量(BOD)的传统五日培养法(BOD5)操作复杂、时效性差的不足,以及水质中复杂环境因素干扰检测过程等问题,提出了基于微生物膜法的快速检测系统,进而以粒子群算法(PSO)优化的极限学习机(ELM)算法来实现BOD检测。检测系统以溶解氧传感器和微生物膜反应器为核心,能够在35 min内完成检测,其中微生物反应器使用功能化的螺旋玻璃管制成,但微生物膜易受水质复杂环境的影响。为此,运用PSO-ELM算法消除水质中浊度(SS)、p H值、氧化还原电位(ORP)对检测结果的干扰,与BP神经网络和ELM算法相比,运行时间分别缩短0.92 s和0.24 s,测试误差分别减小5.3%和4.0%。在实际海水水样的测试结果中,该方法与BOD5法相对误差保持在2.69%~3.86%内。 展开更多
关键词 计量学 生化需氧量 快速检测 粒子群算法 极限学习机
在线阅读 下载PDF
基于SARIMA-PSO-ELM组合模型的我国铁路货运量预测 被引量:16
16
作者 张仙 戴家佳 余奇迪 《数理统计与管理》 CSSCI 北大核心 2022年第3期394-401,共8页
我国铁路货运量易受天气、节日和市场需求等众多因素的影响,使得铁路货运量具有周期性和波动性,预测难度高。本文综合考虑铁路货运量序列线性和非线性特征,建立SARIMA-PSO-ELM组合模型以提升预测的精度。首先使用SARIMA模型对我国铁路... 我国铁路货运量易受天气、节日和市场需求等众多因素的影响,使得铁路货运量具有周期性和波动性,预测难度高。本文综合考虑铁路货运量序列线性和非线性特征,建立SARIMA-PSO-ELM组合模型以提升预测的精度。首先使用SARIMA模型对我国铁路货运量序列进行预测,其次对SARIMA模型预测的残差建立PSO(粒子群优化)算法优化的ELM(极限学习机)预测模型,最后将两模型的预测值相加得到SARIMA-PSO-ELM组合模型的预测结果。组合模型预测的平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分别是0.0129、0.35%,相较于SARIMA和PSO-ELM两种模型其预测精度更高。 展开更多
关键词 铁路货运量预测 SARIMA 极限学习机 粒子群优化 SARIMA-pso-elm组合模型
原文传递
煤矿突水水源判别的PCA-PSO-ELM模型 被引量:10
17
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
基于EWT多尺度模糊熵和PSO-ELM列车轮损伤检测 被引量:2
18
作者 田英 陈彦佐 +1 位作者 王文健 刘启跃 《组合机床与自动化加工技术》 北大核心 2020年第6期127-131,141,共6页
针对车轮损伤信号难以检测的问题,提出基于经验小波变换(EWT)的多尺度模糊熵和粒子群优化极限学习机(PSO-ELM)的车轮损伤检测方法。采用EWT分解信号获得若干模态分量,根据相关系数和欧式距离指标,选择最优模态分量,求取其多尺度模糊熵... 针对车轮损伤信号难以检测的问题,提出基于经验小波变换(EWT)的多尺度模糊熵和粒子群优化极限学习机(PSO-ELM)的车轮损伤检测方法。采用EWT分解信号获得若干模态分量,根据相关系数和欧式距离指标,选择最优模态分量,求取其多尺度模糊熵作为特征向量,输入到PSO-ELM分类器中进行分类识别,并与PSO-LSSVM进行对比。研究结果表明,该方法能够有效检测车轮损伤状态,其识别准确率高,效率高,具有较强的工程实用价值。 展开更多
关键词 车轮损伤 EWT 多尺度模糊熵 pso-elm
在线阅读 下载PDF
基于小波分析与PSO-ELM的语音端点检测算法研究 被引量:4
19
作者 张宇波 邢立钊 《中北大学学报(自然科学版)》 CAS 北大核心 2016年第1期33-38,共6页
为了提高语音端点检测算法在低信噪比和复杂环境下的检测速度和检测准确度,本文提出了小波分析技术(WA)和粒子群算法(PSO)优化的极限学习机(ELM)相结合的方法.依据小波变换及多分辨率分析原理,提取每帧语音信号特征量,输入ELM神经网络.... 为了提高语音端点检测算法在低信噪比和复杂环境下的检测速度和检测准确度,本文提出了小波分析技术(WA)和粒子群算法(PSO)优化的极限学习机(ELM)相结合的方法.依据小波变换及多分辨率分析原理,提取每帧语音信号特征量,输入ELM神经网络.采用PSO算法选择ELM最优的输入权值和隐含层偏差,进而得到预测结果.通过Matlab仿真可见,与传统端点检测算法和神经网络算法相比,该方法以最简化的网络结构获得了20%以上的速度提升和更加理想的检测准确度. 展开更多
关键词 端点检测 小波分析 极限学习机 粒子群优化算法
在线阅读 下载PDF
基于Copula熵因子选取的PSO-ELM台风灾情预测模型 被引量:5
20
作者 陈燕璇 刘合香 倪增华 《气象研究与应用》 2019年第2期7-11,55,共6页
采用ISOMAP-Copula集成方法,分别构造台风灾害的致灾源指数、承灾体指数、防灾减灾指数及灾情指数。借助Copula熵研究台风灾情与影响因子的相关性,构造T检验的阈值,筛选与灾情显著相关的影响因子。构建的ELM和PSO-ELM模型,分别应用于广... 采用ISOMAP-Copula集成方法,分别构造台风灾害的致灾源指数、承灾体指数、防灾减灾指数及灾情指数。借助Copula熵研究台风灾情与影响因子的相关性,构造T检验的阈值,筛选与灾情显著相关的影响因子。构建的ELM和PSO-ELM模型,分别应用于广西台风灾情的预测。结果表明,基于Copula熵影响因子选取的PSO-ELM灾情预测模型的拟合度(0.9121)最高,均方误差(0.0044)最小,说明该模型的预测精度最高,可为广西台风灾情的预测提供一种新的途径。 展开更多
关键词 Copula熵 相关性 影响因子 pso-elm 台风灾情
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部