超限學(xué)習(xí)機(jī)的優(yōu)化改進(jìn)及應(yīng)用研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)+時(shí)代的來(lái)臨,不論在互聯(lián)網(wǎng)行業(yè)、快消品行業(yè)、金融行業(yè),還是傳統(tǒng)的化工行業(yè)、制造行業(yè),其數(shù)據(jù)量都正在以爆炸式的速度增長(zhǎng)。大數(shù)據(jù)的流通、存儲(chǔ)、分析、可視化等任務(wù)對(duì)于各企業(yè)都是重大的挑戰(zhàn)。機(jī)器學(xué)習(xí)技術(shù)作為一種對(duì)數(shù)據(jù)中隱含模式及規(guī)律進(jìn)行分析和挖掘的重要手段,也日益凸顯出它的威力和重要性。直至今日,機(jī)器學(xué)習(xí)的研究和應(yīng)用已被廣泛地應(yīng)用于圖像識(shí)別,語(yǔ)音分析,自然語(yǔ)言處理及各類商用數(shù)據(jù)以及工業(yè)數(shù)據(jù)的挖掘中。
  在機(jī)器學(xué)習(xí)的研究中,分類

2、和回歸是兩大基礎(chǔ)。在機(jī)器學(xué)習(xí)的研究進(jìn)程中,出現(xiàn)了如廣義線性模型(GLM)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機(jī)(SVM)、超限學(xué)習(xí)機(jī)(ELM)等通用算法。如何在提高分類器的準(zhǔn)確率或者回歸器的擬合精度的同時(shí)提高算法的泛化能力,已經(jīng)成為現(xiàn)在機(jī)器學(xué)習(xí)技術(shù)發(fā)展的重要課題。
  在此背景下,本文主要研究并完成了以下工作:
  (1)針對(duì)ELM算法中由于輸入層,隱層的權(quán)重隨機(jī)初始化操作而會(huì)導(dǎo)致的隱層輸出矩陣H不滿秩從而導(dǎo)致部分隱層節(jié)點(diǎn)不起

3、作用的問(wèn)題,本文提出了相關(guān)性映射超限學(xué)習(xí)機(jī)。利用輸入特征與預(yù)測(cè)標(biāo)簽之間的相關(guān)性系數(shù),將特征與標(biāo)簽之間的線性相關(guān)信息經(jīng)過(guò)非線性函數(shù)映射后,用于確定輸入層-隱層的權(quán)重矩陣。數(shù)據(jù)集測(cè)試結(jié)果表明該算法不僅可以提高超限學(xué)習(xí)機(jī)在分類及回歸任務(wù)中的預(yù)測(cè)準(zhǔn)確率和精度,同時(shí)可以更加高效地利用隱層節(jié)點(diǎn),提高模型的泛化能力。
  (2)針對(duì)由于ELM網(wǎng)絡(luò)中隱層激活函數(shù)單一化而導(dǎo)致其難以學(xué)習(xí)復(fù)雜數(shù)據(jù),同時(shí)易產(chǎn)生冗余隱層節(jié)點(diǎn)的問(wèn)題,本文提出了基于粒子群算法

4、的混合域超限學(xué)習(xí)機(jī)算法。該算法將隱層激活函數(shù)的組合(包含7種候選的激活函數(shù))定義為一個(gè)粒子,隨機(jī)產(chǎn)生大量粒子成為初始群體,按照一定進(jìn)化規(guī)則迭代尋找隱層節(jié)點(diǎn)對(duì)應(yīng)最優(yōu)個(gè)體,即最優(yōu)的激活函數(shù)組合。數(shù)據(jù)集測(cè)試結(jié)果表明該算法有效地提高了隱層節(jié)點(diǎn)的利用率和模型最終的泛化能力。
  (3)針對(duì)石油化工生產(chǎn)過(guò)程中設(shè)備管道流動(dòng)腐蝕的沖刷腐蝕現(xiàn)象,結(jié)合實(shí)際問(wèn)題,開(kāi)展了如下研究工作:1.利用實(shí)驗(yàn)設(shè)備,按照固定變量法,獲得10號(hào)碳鋼在不同實(shí)驗(yàn)條件下的沖蝕

5、速率。2.利用CFD計(jì)算流體力學(xué)仿真軟件,對(duì)90度彎管在不同條件下的沖蝕速率(包括平均速率和最大速率)進(jìn)行仿真測(cè)試。對(duì)以上2種沖刷腐蝕現(xiàn)象,基于收集的歷史數(shù)據(jù),利用多種機(jī)器學(xué)習(xí)模型進(jìn)行建模測(cè)試,發(fā)現(xiàn)本文提出的2種超限學(xué)習(xí)機(jī)改進(jìn)算法均能更好地對(duì)沖蝕數(shù)據(jù)進(jìn)行擬合和預(yù)測(cè),從而為石油化工行業(yè)中腐蝕建模預(yù)測(cè)問(wèn)題提供了一種可行的方法。
  本文從理論分析到實(shí)際應(yīng)用都取得了一定的進(jìn)展,為超限學(xué)習(xí)機(jī)在復(fù)雜工業(yè)問(wèn)題中的應(yīng)用提供了一些新的思路,具有一

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論