共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于PCA-KELM和AT的互感器故障诊断显示文摘针对当前互感器故障诊断算法的准确率不高的问题,提出基于主元分析法核极限学习机(principal components analysis-kernel extreme learning machine,PCA-KELM)和反正切变换(arctangent transform,AT)的互感器故障诊断方法。AT可以改变互感器故障的数据结构,重新调节电压电流等数据的相关比例;PCA提取数据特征,不仅可以减小其维数,还可以保留所需的识别信息;KELM算法能够利用其结构参数来逼近非线性函数,且无需设定网络隐含层节点。通过构建互感器诊断模型,并给出互感器测量参数,将KELM和PCA相互结合对数据进行仿真。将所提出的方法分别与支持向量机(support vector machine,SVM)和原始的ELM的性能进行比较。仿真结果表明:所提出的互感器故障诊断方法在诊断精度上均优于SVM和ELM,且诊断速度同ELM相当,较SVM有明显提升,故障诊断准确率达到98.53%,可为故障信息有限情况下的互感器故障诊断提供参考。 | 王昕 曹文彬 曹敏 赵旭 赵艳峰 李翔 蒋婷婷 田猛 王先培 | 2019 | 中国测试2019，45，11： | 6 |
| 2 | 结合遗忘特性的多任务多核在线学习算法显示文摘对于数据流的处理,多任务多核学习已逐渐成为在线学习算法研究的热点,它在一定程度上可提高数据流预测的准确性.多核方法尽可能使用最少的核函数得到最好的实验效果,当数据量增大、训练模型稳定时,通过阈值限定的方法对核函数进行遗忘,从而减少基本核函数的使用个数,使得计算更加简单;对于算法的优化,通过引入一个遗忘变量,从对偶的角度来进一步优化权重更新过程,这里的权重指多个任务的共有特征权重和每个任务间的特有权重,以提高算法的收敛速度.实验部分对核函数的选取进行了较为详细的分析,通过对UCI数据集和实际的机场客流量数据集进行分析,证明该本算法的合理性和高效性. | 裴乐 刘群 舒航 | 2019 | 重庆邮电大学学报(自然科学版)2019，31，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员