张弦

作品数：23被引量：199H指数：10
导出分析报告
供职机构：第二炮兵工程学院自动控制系更多>>
发文主题：时间序列预测支持向量机神经网络极端学习机粒子群优化更多>>
发文领域：自动化与计算机技术电子电信航空宇航科学技术军事更多>>
发文期刊：《上海交通大学学报》《航空动力学报》《弹箭与制导学报》《仪表技术》更多>>
所获基金：国防科技技术预先研究基金国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
利用神经元拓展正则极端学习机预测时间序列被引量：2
《北京航空航天大学学报》2011年第12期1510-1514,共5页张弦 王宏力 
为实现对于时间序列预测数据的准确预测,提出一种神经元拓展正则极端学习机(NERELM,Neuron-Expanding Regularized Extreme Learning Machine),并研究了其在时间序列预测中的应用.NERELM根据结构风险最小化原理权衡经验风险与结构风险,...
关键词：神经网络 极端学习机 正则极端学习机 时间序列预测 
基于粒子群优化的最小二乘支持向量机在时间序列预测中的应用被引量：14
《中国机械工程》2011年第21期2572-2576,共5页张弦 王宏力 
为提高基于最小二乘支持向量机(LSSVM)的时间序列预测方法的泛化能力与预测精度,研究了一种基于粒子群优化(PSO)的LSSVM。该方法以交叉验证误差为评价准则,利用PSO对多个具有不同超参数的LSSVM进行基于迭代进化的优化选择,并以交叉验证...
关键词：最小二乘支持向量机 粒子群优化 交叉验证 时间序列预测 
适用于小子样时间序列预测的动态回归极端学习机
《信息与控制》2011年第5期704-709,共6页张弦 王宏力 
针对设备状态在线监测中的小子样建模问题,提出一种基于动态回归极端学习机(dynamic regressionextreme leaming machine,DR-ELM)的设备状态在线监测方法.该方法利用设备状态数据训练基于DR-ELM的预测模型,通过逐次增加新数据与删减旧...
关键词：极端学习机 在线训练 小子样 时间序列预测 状态监测 
基于贯序正则极端学习机的时间序列预测及其应用被引量：24
《航空学报》2011年第7期1302-1308,共7页张弦 王宏力 
为实现对液压泵特征参数的在线预测,提出一种贯序正则极端学习机(SRELM),并研究了基于SRELM的预测方法。SRELM根据结构风险最小化原理实现网络训练,其网络权值可随新样本的逐次加入而递推求解,具有泛化能力强与训练速度快的优点,因此适...
关键词：神经网络 正则极端学习机 特征参数预测 时间序列分析 视情维修 
基于Cholesky分解的增量式RELM及其在时间序列预测中的应用被引量：6
《物理学报》2011年第11期1-6,共6页张弦 王宏力 
针对应用于混沌时间序列预测的正则极端学习机(RELM)网络结构设计问题,提出一种基于Cholesky分解的增量式RELM训练算法.该算法通过逐次增加隐层神经元的方式自动确定最佳的RELM网络结构,并以Cholesky分解方式计算其输出权值,有效减小了...
关键词：神经网络 极端学习机 混沌时间序列 时间序列预测 
具有选择与遗忘机制的极端学习机在时间序列预测中的应用被引量：17
《物理学报》2011年第8期68-74,共7页张弦 王宏力 
国防科技预研基金(批准号:51309060302)资助的课题~~
针对训练样本贯序输入时的极端学习机(ELM)训练问题,提出一种具有选择与遗忘机制的极端学习机(SF-ELM),并研究了其在混沌时间序列预测中的应用.SF-ELM以逐次增加新训练样本的方式实现在线训练,通过引入遗忘因子以减弱旧训练样本的影响,...
关键词：混沌时间序列 时间序列预测 神经网络 极端学习机 
基于支持向量经验模态分解的故障率时间序列预测被引量：8
《航空学报》2011年第3期480-487,共8页张弦 王宏力 
针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑...
关键词：经验模态分解 最小二乘支持向量机 时间序列预测 时间序列分析 故障率预测 
局域极端学习机及其在状态在线监测中的应用被引量：12
《上海交通大学学报》2011年第2期236-240,共5页张弦 王宏力 
针对训练样本贯序输入时的极端学习机(ELM)训练问题,提出一种可实现在线训练的局域极端学习机(LELM).LELM以逐次增样训练与减样训练的方式实现在线训练,从而有效保持了简约的模型结构,同时利用分块矩阵求逆引理有效减小了多次模型训练...
关键词：极端学习机 在线训练 电子系统 时间序列预测 状态监测 
嵌入维数自适应最小二乘支持向量机状态时间序列预测方法被引量：19
《航空学报》2010年第12期2309-2314,共6页张弦 王宏力 
针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题,提出一种基于嵌入维数自适应最小二乘支持向量机(LSSVM)的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重要参数,以交叉验证误差为评价准则,利用粒子群优化(...
关键词：最小二乘支持向量机 粒子群优化 交叉验证 航空发动机 状态时间序列预测 
故障率预测的稀疏直接支持向量回归机方法被引量：1
《航空动力学报》2010年第11期2594-2598,共5页张弦 王宏力 
为改善直接支持向量回归机(DSVMR)的稀疏性,提出一种适用于DSVMR的剪样训练算法.该算法利用矩阵变换实现剪样前后DSVMR的递推求解,提高了剪样训练过程中DSVMR多次训练的计算效率.混沌时间序列预测仿真表明,该算法有效改善了DSVMR的稀疏...
关键词：直接支持向量回归机 稀疏性 剪样训练算法 时间序列 故障率预测 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部