LCD-LMD-PSO-ELM的电能质量分类,LCD特征提取,LMD特征提取,粒子群算法优化极限学习机

目录

背影
极限学习机
LCD-LMD-PSO-ELM的电能质量分类,LCD特征提取,LMD特征提取,粒子群算法优化极限学习机
主要参数
MATLAB代码
效果图
结果分析
展望
完整代码下载链接:LCD-LMD-PSO-ELM的电能质量分类,LCD特征提取,LMD特征提取,粒子群算法优化极限学习机资源-CSDN文库 https://download.csdn.net/download/abc991835105/88767298

背影

极限学习机是在BP神经网络上改进的一种网络,拥有无限拟合能力,但是容易过拟合,本文通过基于BP神经网络的住宅价格预测,基于粒子群算法优化极限学习机的价格预测

摘要

极限学习机原理,粒子群算法的原理,粒子群算法的主要参数,粒子群算法流程图,LCD-LMD-PSO-ELM的电能质量分类,LCD特征提取,LMD特征提取,粒子群算法优化极限学习机

极限学习机

极限学习机(Extreme Learning Machine, ELM)或“超限学习机”是一类基于前馈神经网络(Feedforward Neuron Network, FNN)构建的机器学习系统或方法,适用于监督学习和非监督学习问题
[1]
。ELM在研究中被视为一类特殊的FNN,或对FNN及其反向传播算法的改进,其特点是隐含层节点的权重为随机或人为给定的,且不需要更新,学习过程仅计算输出权重
[2]
。传统的ELM具有

你可能感兴趣的:(BP神经网络,随机森林及各种改进方法,lcd特征,lmd特征,pso-elm,电能质量分类,emd特征)