ELM在航空铅酸蓄电池容量检测中的应用

• 作者: 李卫青 杨阳 胡焱 蒋陵平 谢家雨
• 来源期刊: 中国测试
• 关键词: 极限学习机 航空铅酸蓄电池 容量预测 检测模型
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 性能测试
• 页码范围: 119-121
• 页数: 3页
• 字数: 1558字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2016.02.027

摘要

针对传统BP神经网络训练速度慢、参数选择难、易陷入局部极值等缺点,提出基于极限学习机(ELM)的航空铅酸蓄电池容量检测模型.极限学习机是一种新的单隐层前馈神经网络(SLFNs)学习算法,不但可以简化参数选择过程,而且可以提高网络的训练速度.在确定最优参数的基础上,建立ELM的航空铅酸蓄电池容量检测模型.实验结果表明:LM获得较高的分类准确率和较快的训练速度,从而验证ELM用于航空铅酸蓄电池容量检测模型的可行性和有效性.