基于改进的ELM黄河流域含沙量预测方法研究

• 作者: 杜付然 王改堂
• 来源期刊: 河南水利与南水北调
• 学科: 工学
• 关键词: 极限学习机 自助特征加权 黄河流域 含沙量
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 试验与研究
• 页码范围: 99-101
• 页数: 3页
• 分类号: TP181
• 语种: 中文

摘要

针对极限学习机(ELM)只考虑样本重要性和非线性映射能力较弱等问题,提出了一种基于特征加权核极限学习机算法(Feature Weighted Kernel ELM,FWKELM).方法从样本的特征重要性出发,利用自助特征加权(Bootstrap feature weights)算法对极限学习机的激活函数进行了加权处理.为了验证该算法的有效性,对黄河流域的含沙量进行了预测.通过对含沙量的仿真实验,与原极限学习机算法相比,文章提出的FWKELM算法在预测精度和泛化性能上均优于原算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王改堂		4	0	0.0	0.0
2	杜付然		7	6	1.0	2.0