现代电子技术

2020, v.43;No.568(17) 141-146

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于优化ELM网络的物理量回归方法研究
Research on physical quantity regression method based on optimized ELM network

王平;王宜怀;刘长勇;彭涛;

摘要(Abstract):

针对传统的A/D值转换物理量回归方法中存在表达不统一、动态适应性弱和在线非线性校正能力不足等问题,尝试将机器学习的ELM网络引入到该应用中。在分析A/D值转换物理量回归的知识要素基础上,依托ELM网络的非线性映射能力,提出利用遗传算法优化ELM网络,并利用其实现统一数学表达的A/D值转换物理量回归方法。实际应用表明,该方法对物理量回归问题可实现统一的数学模型表达,泛化性好,且非线性校正能力强,实现了各类A/D值转换物理量回归应用。

关键词(KeyWords): 机器学习算法;模/数转换;极限学习机网络;遗传算法;优化方法;物理量回归;动态校正

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61672369);; 中央引导地方科技发展专项资金项目(2018L3013);; 福建省教育厅科研基金资助项目(JA15522);; 武夷学院校科研基金资助项目(xl201016);; 福建省本科高校教育教学改革项目(FBJG20190281)

作者(Author): 王平;王宜怀;刘长勇;彭涛;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享