基于协同衍化相关熵极限学习机的性能退化趋势预测方法
授权
摘要
本发明公开了一种基于协同衍化相关熵极限学习机的性能退化趋势预测方法,先基于协同衍化相关熵的极限学习机计算出输入样本的隐藏层输出,及对应的预测误差,然后通过协同衍化算法求取最优相关熵方差和影响权重,并进行更新迭代,直到找到粒子群中全局最优解σgbest,q2及对应的影响权重作为最优相关熵方差和影响权重,最后在满足极限学习机计算收敛的情况下,输出输入样本的预测值,从而得到输入样本的性能退化趋势,具有预测精度高,鲁棒性高等特点。
基本信息
专利标题 :
基于协同衍化相关熵极限学习机的性能退化趋势预测方法
专利标题(英):
暂无
公开(公告)号 :
CN110598334A
申请号 :
CN201910875656.0
公开(公告)日 :
2019-12-20
申请日 :
2019-09-17
授权号 :
CN110598334B
授权日 :
2022-04-19
发明人 :
刘震梅文娟程玉华杨成林田书林
申请人 :
电子科技大学
申请人地址 :
四川省成都市高新区(西区)西源大道2006号
代理机构 :
成都行之专利代理事务所(普通合伙)
代理人 :
温利平
优先权 :
CN201910875656.0
主分类号 :
G06F17/50
IPC分类号 :
G06F17/50 G06N3/00
法律状态
2022-04-19 :
授权
2020-01-14 :
实质审查的生效
IPC(主分类) : G06F 17/50
申请日 : 20190917
申请日 : 20190917
2019-12-20 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载