首页  资讯  商机   下载  拆解   高校  招聘   杂志  会展  EETV  百科   问答  电路图  工程师手册   Datasheet  100例   活动中心  E周刊阅读   样片申请
EEPW首页 >> 主题列表 >> 极限学习机

极限学习机 文章

基于BSM1的硝态氮浓度辨识建模

  •   俞方罡,秦 斌(湖南工业大学,湖南 株洲 412000)  摘  要:污水处理过程复杂多样,为方便研究工作,根据基准仿真1号模型(Benchmark Simulation Modelno.1,BSM1)搭建simulink仿真模型。由于控制溶解氧和硝态氮浓度的稳定是污水处理过程的关键,所以针对传统PI控制对大滞后非线性系统中硝态氮浓度控制性能低以及系统运行速度慢的问题,利用极限学习机(ELM)和支持向量机(SVM)的预测能力对硝态氮浓度进行模型辨识和比较。结果证明,在数据量较少的情况下,支持向量机(S
  • 关键字: 202002  污水处理  极限学习机  支持向量机  MATLAB仿真  

在线极限学习机及其在图像识别中的应用

  • 摘要:针对海量图像数据的识别问题,本文提出了在线极限学习机(online optimized ELM,OP-ELM)。OP-ELM以单隐层前馈神经网络(single hidden layer feed forward networks,SLFNs)为基础,固定了隐含节点数以及节点参数,在在线增量学习过程中综合考虑历史数据和新数据,产生全局唯一的最优解,降低了计算资源的需求,继承了极限学习机(Extreme Learning Machine,ELM)学习速度快泛化性能好的优点。因此非常适合于海量图像数据的在
  • 关键字: 图像数据  多媒体技术  极限学习机  201204  
共2条 1/1 1

极限学习机介绍

您好,目前还没有人创建词条极限学习机!
欢迎您创建该词条,阐述对极限学习机的理解,并与今后在此搜索极限学习机的朋友们分享。    创建词条

热门主题

FPGA    DSP    MCU    示波器    步进电机    Zigbee    LabVIEW    Arduino    RFID    NFC    STM32    Protel    GPS    MSP430    Multisim    滤波器    CAN总线    开关电源    单片机    PCB    USB    ARM    CPLD    连接器    MEMS    CMOS    MIPS    EMC    EDA    ROM    陀螺仪    VHDL    比较器    Verilog    稳压电源    RAM    AVR    传感器    可控硅    IGBT    嵌入式开发    逆变器    Quartus    RS-232    Cyclone    电位器    电机控制    蓝牙    PLC    PWM    汽车电子    转换器    电源管理    信号放大器    树莓派    linux   
关于我们 - 广告服务 - 企业会员服务 - 网站地图 - 联系我们 - 征稿 - 友情链接 - 手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
备案 京ICP备12027778号-2 北京市公安局备案:1101082052    京公网安备11010802012473