首页
期刊大全
万向问答
期刊动态
学术会议
科研项目
帮助中心
免费注册
|
会员登录
文献检索:
文献标题
文献标题
关键词
摘要
作者
单位
搜索
您的当前位置:
首页
>>
期刊文献
>> 正文
基于改进极限学习机的故障检测方法
摘 要:
作为一种有效的
数据
挖掘方法,无监督极限学习机(UnsupervisedExtremeLearningMachine,UELM)具有仅挖掘数据的局部结构特征而忽略了其全局结构特征的缺陷;UELM还存在选择隐含层中最优节点数困难的问题?针对以上问题,本文提出了一种改进的极限学习机(ImprovedExtremeLearningMachine,IELM)算法,提高非线性过程的故障检测效果?
作 者:
刘冲昊1;郑健2
单 位:
1.济南能源工程集团有限公司;2.中冶(贵州)建设投资发展有限公司
关键字:
无监督极限学习机;全局结构分析;支持向量数据描述;故障检测
页 码:
62-70
出 处:
科技经济导刊
-
2022年01期
您还没有登陆会员账号,请先登陆,在进行阅读或下载!