摘 要 :针对常规极限学习机随着学习次数增加增益矩阵慢慢趋于零、学习算法逐渐失去修正能力而出现“数据饱和”的问题,提出了限定记忆极限学习机算法.该算法在学习过程中每增加一个新数据信息,就去掉一个旧数据信息,权值的学习只依赖于限定个数的最新数据信息,从而避免出现“数据饱和”.通过分析隐含层数据矩阵的特点,利用分块矩阵计算方法推导了限定记忆极限学习机在线学习算法.将该算法应用于参数时变的过热汽温对象逆模型的辨识,仿真实验结果表明:该算法能有效克服“数据饱和”问题,提高计算精度,是一种实用有效的过热汽温对象逆建模算法.
关 键 词 :单隐含层前馈神经网络;限定记忆极限学习机;数据饱和;在线逆建模;过热汽温
有关论文范文主题研究: | 关于在线学习的论文范文素材 | 大学生适用: | 函授论文、在职研究生论文 |
---|---|---|---|
相关参考文献下载数量: | 11 | 写作解决问题: | 如何写 |
毕业论文开题报告: | 标准论文格式、论文目录 | 职称论文适用: | 职称评定、职称评副高 |
所属大学生专业类别: | 如何写 | 论文题目推荐度: | 优质选题 |