一种ELM神经网络结构设计方法及在卫星钟差预报中的应用

• 作者: 郭浩 雷雨
• 来源期刊: 时间频率学报
• 学科: 地球科学
• 关键词: 极端学习机 网络结构设计 自适应共振理论网络 钟差预报
• 年，卷（期）: 2015,（4）
• 页码范围: 209-215
• 页数: 7页
• 分类号: P227
• 字数: 4047字
• 语种: 中文
• DOI: 10.13875/j.issn.1674-0637.2015-04-0209-07

摘要

针对极端学习机(extreme learning machine,ELM)神经网络隐层结构难以确定的问题,基于自适应共振理论(adaptive resonance theory,ART)网络良好的自组织分类功能,提出一种基于ART网络思想的ELM网络结构设计方法.该方法将ART网络的自组织聚类特性用于ELM网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,确定隐层节点规模.仿真实验表明,与其他网络相比,ART-ELM网络具有更精简的结构、更快的学习速度以及更好的映射能力.通过用于GPS卫星钟差预报的实验表明,根据ART-ELM网络所预报的钟差较IGS超快速预报(IGS ultra-predicted,IGU-P)钟差在精度上有较大改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷雨	中国科学院国家授时中心	44	234	9.0	12.0
10	郭浩	西安文理学院机械与材料工程学院	1	1	1.0	1.0