导读:本文包含了学习机论文开题报告文献综述、选题提纲参考文献，主要关键词:学习机,极限,小霸王,步步高,文曲星,作战,准确率。
学习机论文文献综述写法
赵颖,孙挺,杨进,李炎军,黄熠[1]（2019）在《基于极限学习机的海上钻井机械钻速监测及实时优化》一文中研究指出海上钻井作业环境恶劣,作业风险和费用高,如何提高钻井效率、降低钻井成本一直是倍受关注的问题。基于极限学习机,建立了海上钻井机械钻速预测模型,并以南海YL8-3-1井为例进行了验证与钻井参数实时优化。结果表明,基于极限学习机的海上钻井机械钻速预测模型预测结果与实测结果较为吻合,可以对机械钻速进行实时监测并通过优化钻井参数实现钻井事故预警及有效预防,进而提高钻井效率。本文研究可对海上安全高效钻井作业及油田数字化、智能化发展提供借鉴。(本文来源于《中国海上油气》期刊2019年06期）
杨云莹,王军,彭宏,侯萱,李佳龙[2]（2019）在《基于膜聚类的改进极限学习机在短期负荷预测中的应用》一文中研究指出针对历史数据样本存在无效性影响预测精度和极限学习机的输出随机性、稳定性较差的问题,提出了一种模糊膜聚类算法与改进极限学习机相结合的组合预测方法。考虑负荷自身特征、天气温度及日类型等指标,利用模糊膜聚类算法选取出与预测日具有相似特性指标的负荷数据作为负荷预测日的输入样本,运用经过粒子群算法及隐含层神经元个数遍历法改进后的极限学习机进行预测。试验结果表明,所提方法对两个地区的某日负荷进行预测时降低了预测误差,提高了短期负荷预测的准确性。(本文来源于《水电能源科学》期刊2019年12期）
[3]（2019）在《不再局限“定制平板电脑”》一文中研究指出一直在说的教育改革、教育信息化都是作为重点在抓。相关产业在近两年发展迅猛,除了面向校园的信息化教育系统,对于每个学生来说,教育类APP、学习机也是层出不穷。而学习机这个市场,也在今年发生了极大的变化。产品形态日趋多样最早的学习机,其实可以(本文来源于《电脑报》期刊2019-12-23）
宋威震,杨庆勇,倪伟,胡永敢,何水龙[4]（2019）在《基于扩展有限元和极限学习机预测斜裂纹板疲劳寿命》一文中研究指出针对前欧拉法在预测裂纹扩展时小步长、精度低的问题,提出一种基于扩展有限元与极限学习机相结合的方法,用于预测含裂纹板结构的疲劳寿命。首先,进行裂纹尖端应力强度因子的扩展有限元迭代求解;然后根据应力强度因子与裂纹长度之间的关系,构建一个预测模型,求取中点应力强度因子;最后利用断裂力学理论中应力强度因子与疲劳寿命的函数关系预测疲劳寿命。通过两个数值算例进行分析,数值算例表明:新的预测方法精度高并且允许大步长。(本文来源于《组合机床与自动化加工技术》期刊2019年12期）
杜晓明,汤立,蔡李花,周塔[5]（2019）在《基于极限学习机与旋转森林相结合的栈式深度学习分类方法》一文中研究指出大数据时代的到来导致简单机器学习所建立起来的单一模型往往不能充分挖掘大样本数据所承载的丰富信息,同时在学习能力上也略显不足.在此背景下,文中将旋转森林算法(rotation-forest, ROF)与极限学习机(extreme learning machine, ELM)相结合,构建一个基础神经元单元,然后通过栈式泛化原理进行逐层构建,形成一种快速保持源域空间特征的深度学习模型(D-R-ELM).D-R-ELM由多个基础神经元构成,这些基础神经元通过一种特殊的栈式构造方式,既保证了较好的学习能力,同时也减少了训练成本.实验结果表明:D-R-ELM的深层结构模型,在大样本数据上相比于Adaboosting、Bagging、ELM、ROF和Rotboost传统分类器表现出更好的分类性能、稳定性与泛化性能.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年06期）
励文艳,程珩,赵立红,韩露[6]（2019）在《基于局部s变换和极限学习机的柱塞泵滑靴磨损故障诊断》一文中研究指出针对轴向柱塞泵结构复杂、故障信号微弱且易受噪声干扰难以进行故障模式识别的问题,提出一种基于局部s变换和极限学习机的柱塞泵故障诊断方法,对不同程度滑靴磨损故障进行诊断。采集柱塞泵在正常和不同故障状态下的振动信号进行局部s变换,对不同的特征向量组进行定性和定量比较,选择提取s矩阵最大奇异值、转轴振动基频能量占比和柱塞振动基频能量占比共叁维特征向量,将特征向量输入极限学习机完成故障模式的识别,识别精度可达99%以上。最后将极限学习机与支撑向量机分类结果进行对比,证明所提故障诊断方法可以用较少的特征向量获得较高的诊断精度。(本文来源于《液压与气动》期刊2019年12期）
任天助,辛万青,严晞隽,赵鸿宇,周桃[7]（2019）在《基于极限学习机的体系作战效能评估建模方法》一文中研究指出为了更好地解决武器装备的作战效能评估的问题,更好地为军工部门开发新型号武器提供决策支持,提出一种基于数据驱动思想建立评估模型的思路,并采用机器学习领域的极限学习机方法作为学习数据的工具,对效能评估模型进行数据学习,最后通过计算机仿真验证了方法的有效性,证明基于极限学习机的体系作战效能评估建模方法能够简化评估的复杂性,提高评估的效率。(本文来源于《导弹与航天运载技术》期刊2019年06期）
刘林凡[8]（2019）在《遗传算法优化核极限学习机的电力变压器故障分类》一文中研究指出针对电力变压器故障分类中的准确率不高问题,提出了基于遗传算法优化核极限学习机的分类方法。结合工程现场采集的电力变压器油中溶解气体分析数据,用遗传算法优化核极限学习机的正则化系数和核函数参数,最后用参数优化的核极限学习机进行分类。实验结果表明,所提方法分类准确率高于极限学习机和概率神经网络。(本文来源于《2019年江西省电机工程学会年会论文集》期刊2019-12-06）
张宁,李青,李闯将,何永波[9]（2019）在《基于极限学习机和熵值法的岩土灾变预警》一文中研究指出滑坡的监测和预测是降低滑坡灾害的有效手段和可行方法。传统监测手段时效性差,采用统计预报模型、确定性模型等模型建立的预测模型精度相对较低。为了改善此问题,提出了一种基于综合测量、以极限学习机与熵值法结合的滑坡预警研究方法。通过分析滑坡的影响因子,搭建滑坡模拟监测平台,由多传感器实时监测到雨量、土壤浅层含水率、土壤深层含水率、下滑应力、地下位移、地表位移等影响滑坡的综合因子。将熵值法用在滑坡的评价中,将其综合评分作为危险性参数及综合测量参数作为训练样本,搭建极限学习机模型。结果表明:在综合测量方法下,将熵值法与极限学习机算法结合的预警模型得到的结果与实际情况一致,预测值与测量值吻合;其精度为98.48%,比BP神经网络精度更高;且网络的学习速度明显提高。可见该方法对滑坡预测的可行性,适用于复杂非线性的滑坡预测中,为建立滑坡预警模型提供了一种可行方法。(本文来源于《科学技术与工程》期刊2019年33期）
邹剑晖,敖银辉[10]（2019）在《基于CEEMD和小波核极限学习机的轴承故障诊断》一文中研究指出针对滚动轴承故障信号一般为非线性、非平稳信号的特点,以及故障频率难以提取的问题,提出了基于补充集合经验模态分解(CEEMD)和小波核极限学习机(WKELM)的滚动轴承故障诊断方法。针对轴承运行中的振动测试信号,首先利用CEEMD对原始信号进行分解,得到若干个特征分量(IMF),利用相关系数法筛选和重构IMF分量,求解各分量的多尺度熵(MSE)。经过对重构信号的包络谱分析可以证明相关特征可反映原信号的故障频率,然后将多尺度熵作为特征向量输入到WKELM中进行训练和测试。实验结果显示,该方法诊断时间为0.1015s,精度达到97.96%,相较支持向量机和BP神经网络诊断方法更有优势。(本文来源于《组合机床与自动化加工技术》期刊2019年11期）
学习机论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对历史数据样本存在无效性影响预测精度和极限学习机的输出随机性、稳定性较差的问题,提出了一种模糊膜聚类算法与改进极限学习机相结合的组合预测方法。考虑负荷自身特征、天气温度及日类型等指标,利用模糊膜聚类算法选取出与预测日具有相似特性指标的负荷数据作为负荷预测日的输入样本,运用经过粒子群算法及隐含层神经元个数遍历法改进后的极限学习机进行预测。试验结果表明,所提方法对两个地区的某日负荷进行预测时降低了预测误差,提高了短期负荷预测的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
学习机论文参考文献
[1].赵颖,孙挺,杨进,李炎军,黄熠.基于极限学习机的海上钻井机械钻速监测及实时优化[J].中国海上油气.2019
[2].杨云莹,王军,彭宏,侯萱,李佳龙.基于膜聚类的改进极限学习机在短期负荷预测中的应用[J].水电能源科学.2019
[3]..不再局限“定制平板电脑”[N].电脑报.2019
[4].宋威震,杨庆勇,倪伟,胡永敢,何水龙.基于扩展有限元和极限学习机预测斜裂纹板疲劳寿命[J].组合机床与自动化加工技术.2019
[5].杜晓明,汤立,蔡李花,周塔.基于极限学习机与旋转森林相结合的栈式深度学习分类方法[J].江苏科技大学学报(自然科学版).2019
[6].励文艳,程珩,赵立红,韩露.基于局部s变换和极限学习机的柱塞泵滑靴磨损故障诊断[J].液压与气动.2019
[7].任天助,辛万青,严晞隽,赵鸿宇,周桃.基于极限学习机的体系作战效能评估建模方法[J].导弹与航天运载技术.2019
[8].刘林凡.遗传算法优化核极限学习机的电力变压器故障分类[C].2019年江西省电机工程学会年会论文集.2019
[9].张宁,李青,李闯将,何永波.基于极限学习机和熵值法的岩土灾变预警[J].科学技术与工程.2019
[10].邹剑晖,敖银辉.基于CEEMD和小波核极限学习机的轴承故障诊断[J].组合机床与自动化加工技术.2019