东北大学学报:自然科学版 ›› 2017, Vol. 38 ›› Issue (5): 630-633.DOI: 10.12068/j.issn.1005-3026.2017.05.005
沙毅1, 陈曦1, 张立立1, 朱丽春2
SHA Yi1, CHEN Xi1, ZHANG Li-li1, ZHU Li-chun2
摘要:
针对ELM神经网络隐含层节点数目需要人工设定,容易出现过拟合现象从而导致网络的泛化能力降低的问题,引出了基于误差最小化的ELM神经网络的改进方法EM_ELM算法,并在理论上论证了EM_ELM算法对于提高ELM神经网络预测精度和泛化能力的可行性. 随后将EM_ELM算法应用到FAST节点位移的预测模型中,并且进行了仿真验证. 仿真结果表明虽然EM_ELM神经网络在训练时间上有了一定的损失,但是仍能满足实时性的要求,而且它的预测精度和泛化能力都得到提升,证明了改进算法的有效性与可行性,进一步说明了EM_ELM神经网络更适合应用于FAST节点位移预测.
中图分类号: