Ta上传的资源 (0)

online sequentialELM算法,在间歇过程中,数据的采集是一个个或者是一块块的,大量数据的存储将会影响模型的精度,此外,间歇过程中的扰动和时变影响,都会影响模型的准确性和泛化能力,因此,ELM算法需要经过推导处理来满足间歇过程在线模型更新"Huang等人在ELM的基础上,提出

由于神经网络具有拟合非线性的能力,所以可以用神经网络来处理内部模型的非线性特性,因此这种内部模型采用神经网络的非线性PLS方法得到了广泛的应用。传统的前馈神经网络在训练中采用梯度学习算法,网络中的参数需要迭代更新,不仅训练时间长,而且容易导致局部极小和过度训练等问题,另外其多隐层的结构也导致了样本训