基于GSA的ELM电能质量扰动识别方法研究

• 作者: 李斌 韩晓红
• 来源期刊: 中国高新技术企业（中旬刊）
• 学科: 工学
• 关键词: GSA ELM 小波变换 特征选择 万有引力搜索算法 极限学习机
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 研发设计
• 页码范围: 15-17
• 页数: 3页
• 分类号: TM614
• 字数: 2378字
• 语种: 中文
• DOI: 10.13535/j.cnki.11-4406/n.2015.29.008

摘要

ELM是一个单隐层神经网络,具有良好的泛化和快速学习能力,该算法只需用户调整隐含层节点个数,但该参数的选择直接影响了ELM的性能.文章提出一种新的优化方案,该方案使用GSA优化输入特征子集和隐含层节点数以提高ELM的性能,实验结果表明:该方法在识别电能质量扰动方面更快、更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌		23	74	5.0	8.0