超限学习机相关论文
针对伺服电机转子位置检测中存在安装不方便、成本高等问题，提出了基于隧道磁阻效应和时栅技术相结合的转子位置检测单元的设计方案......
高光谱遥感图像能够提供丰富且精细的光谱特性曲线,表征不同地物目标的特有属性,是人类社会认知了解地球的重要途径之一,被广泛应......
随着信息技术的进步,人类社会正在进入大数据时代,海量的数据正在源源不断地产生,通过对这些数据的分析统计,能够获得很多极具价值......
通信信号调制识别技术是在非协作通信情况下,对接收信号的调制样式进行识别,它属于信号检测和解调的中间环节,是一项非常重要的技......
复值神经网络是一类从实数域扩展到复数域的神经网络。复值超限学习机是其中一种有效的学习算法,它比复值BP神经网络算法收敛速度......
学位
在印刷的过程中,印刷前会对数字连续调图像进行半色调处理,变换后的半色调图像具有与原图像相同的视觉效果,并且解决传统印刷无法......
近年来,促进传统产业换代升级的“互联网+”技术受到热烈关注,在此背景下,数字化工厂应运而生。作为一种全新的生产制造组织方式,......
针对合成孔径雷达(SAR)海浪有效波高反演方法开展研究,提出了基于超限学习机(ELM)模型的SAR海浪有效波高经验反演方法。通过对ENVI......
识别扇三角洲沉积体对恢复古湖泊沉积体系和指导斜坡带岩性油气藏勘探有重要意义.以辽河东部凹陷铁匠炉地区沙一下亚段低渗透储层......
针对磁阻式传感器组成的磁罗盘中不容忽视的非线性误差,建立了隐式非线性误差模型,引入机器学习中的超限学习机算法对非线性误差模......
随着多媒体技术和现代通信技术的迅猛发展,人类已经步入追求高清晰和高保真视觉信息的新时代。由于图像所承载的信息更加直观、丰......
随着互联网+时代的来临,不论在互联网行业、快消品行业、金融行业,还是传统的化工行业、制造行业,其数据量都正在以爆炸式的速度增......
聚类技术作为数据分析中的重要手段,在信息爆炸的现代生活中变得越来越重要。为了获得符合常识的信息,人们对数据进行总结和归纳,......
随着互联网的普及,互联网安全问题显得越来越突出。如何及时发现、识别各种网络威胁并保证系统安全运行已经成为当前研究的关注点......
高光谱图像分类是高光谱遥感技术中重要的研究课题之一,但高光谱图像多波段多信息的特性所带来的数据冗余、维数过高等问题给高光......
近年来,由于无标签数据易于获得,对其分析的需求越来越高。无监督聚类算法一直是面向无标签数据的机器学习算法研究和实际应用的热......
摘要： 參考作物蒸散量（ET0）的准确预测对于作物需水量预测、农田精准灌溉和提高水资源利用效率等具有重要意义。为了解决传统方法获取......
随着信息时代的发展,爆炸式增长的数据采集、处理和分析对各行业来说都是巨大的挑战。机器学习凭借其对数据内在规律的把握而日益......
显著性检测是计算机视觉领域的重要研究方向,在图像分割、图像压缩、目标跟踪、图像识别等领域都有广泛的应用。传统的显著性检测......
天然橡胶作为一种重要的生产资料,其产量与我国经济的发展有着直接的联系。同时,氮元素作为一种对植物生长非常关键的营养元素,其......
超限学习机因其学习的快速性倍受青睐,但在大数据环境下仍面临计算负担过重的挑战。超限学习机的快速学习能力,来源于其对单隐层前......
随着信息技术的发展,我们已经进入大数据时代。如何有效地从数据中挖掘出有用信息,一直是数据挖掘领域研究的热点。基于矩阵分解的......
癌症诊断是生物医学研究领域备受关注的问题。现阶段的癌症诊断主要集中在形态学上,有确切的诊断结果往往都是癌症中晚期。这时候......
超限学习机(Extreme Learning Machine,ELM)将随机高维映射与多元线性回归相结合,是现阶段比较热门的研究方向。相比于反向传播(Ba......
癌症已经成为威胁人类生命健康的主要疾病之一,高效的基因选择方法可以有效识别和分析基因表达谱中的致病基因,为癌症的预防和治疗......
单分类(One-Class Classification)算法旨在建立针对目标数据的分类模型,学习目标数据的特征并得到识别模型,用来检测异常样本。它......
步态识别技术是近年来计算机视觉和生物识别领域的研究热点,旨在根据人类走路的姿态对个体身份进行识别。相比于其他的生物特征,步......
合流区作为车辆驶入高速公路的入口区域,换道过程非常复杂,在合流区存在加速车道和主干道车辆频繁的变速和换道,对驾驶员换道决策......
随着优质煤资源的日益紧缺及加工带来的环境污染日趋严重,煤炭资源的清洁和高效利用成为人类普遍关注的热点课题。煤岩显微组分按......
演化算法与分析方法的结合是机器学习领域近几年的一个研究热点。基于超限学习机(Extreme learning machine,ELM)的半监督分类算法......
挖掘设备暴力施工是致使地下管网受到破坏的首要因素。在本项目前一期,基于声音信号的挖掘设备的监测方法展示出可观的精度与效果......
轴向柱塞泵广泛应用于各种液压系统中,随着液压泵向着高速高压方向的发展,空化现象成为制约轴向柱塞泵性能的关键因素。轻度的空化......
传统方法对控制同时具有参数和非参数两种不确定性的系统,在设计、解释和实现上存在较大的局限性,特别是在现代数字化离散时间系统......
在大数据时代,人工智能技术不停地快速发展。提高机器学习性能,更好地近似模拟人脑的学习行为成为人工智能的最为核心的技术研究目......
工业系统由于外部干扰及本身具有的非线性因素,系统内的变量通常是非高斯分布的,这给系统辨识和控制带来了一定难度。随着随机分布......
随着科技与工业的进步,复杂结构是当下的发展趋势。这些结构特别容易在环境中受到种种不确定性因素的作用,将不可避免地出现各种损......
利用机器学习的方法对基因表达数据进行分类,可以有效的对癌症等疾病进行早期识别诊断,对人类健康水平的提高有十分重要的意义。决......
当前遥感信息处理已经进入数据海量化时代,图像数据量呈几何级数增长。然而,由于受到大气运动、大气吸收散射、卫星平台运动及探测......
提出了一种基于误差修正在线贯序超限学习机集成(EOS-ELM)的滑坡位移预测模型.预测过程中对滑坡位移时间序列进行了趋势项和周期项......
转炉终点磷含量的预测对实现转炉自动出钢、缩短冶炼周期具有重要意义,为了实现转炉终点磷含量的窄窗口控制,为操作工艺提供指导,......
为提高嵌入式时栅角位移传感器测量精度,从传感信号形成机理出发,对短周期误差成因进行了详细分析。通过对绕组等效分析和激励信号......
人体姿态识别技术已被广泛应用于多种领域,其中可穿戴惯性传感器的人体动作识别技术成为机器学习和人工智能的新兴分支。本文设计......
随着生物神经科学与信息科学等领域的飞速发展,基于脑电信号的相关研究已经成为重要课题。脑电图是大脑电活动的记录,它包含着大量......
超限学习机(ELM)作为一种简单高效的学习算法被广泛应用于分类和拟合问题中.但是ELM在训练过程中逼近所有的样本容易造成过拟合,并......
目的高光谱图像具有高维度的光谱结构,而且邻近波段之间往往存在大量冗余信息,导致在随机样本选择策略和图像分类过程中出现选择波......
超限学习机是针对单隐层前馈神经网络的一种新型学习方法,因其算法结构简单,学习速度快,以及良好的泛化性能等优良的特性而日渐被......
