• <tr id="qwu6y"></tr>
  • <menu id="qwu6y"><wbr id="qwu6y"></wbr></menu>
  • 合肥金星智控科技股份有限公司
    宣傳

    位置:中冶有色 >

    有色技術頻道 >

    > 化學分析技術

    > 動態機器學習方法

    動態機器學習方法

    1053   編輯:管理員   來源:中冶有色網  
    2023-03-19 08:30:15
    本發明公開了一種動態機器學習方法,該方法包括以下步驟:1)基于控制系統已有的歷史數據樣本,按照極限學習機算法規則訓練當前ELM網絡;2)采集的最新數據樣本按照數據周期劃分;3)開始第一個數據周期,基于原有樣本及第一個數據周期的新增樣本重新訓練當前ELM網絡;4)對第k個周期,計算不同數據周期數據樣本的有效學習率;5)重新訓練當前周期對應的ELM網絡;6)若未達到下一數據周期開始時刻,則將當前數據周期對應的ELM網絡用于進行預測,并將預測結果作用于對應的控制系統;若已達到下一數據周期開始時刻,則跳至步驟4)。本發明方法動態地對不同時段數據樣本予以差異化學習和利用,能有效提高最終預測結果的適用度。
    登錄解鎖全文
    聲明:
    “動態機器學習方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
    我是此專利(論文)的發明人(作者)
    分享 0
             
    舉報 0
    收藏 0
    反對 0
    點贊 0
    標簽:
    化學分析
    全國熱門有色金屬技術推薦
    展開更多 +

     

    中冶有色技術平臺

    最新更新技術

    報名參會
    更多+

    報告下載

    赤泥綜合利用研究報告2025
    推廣

    熱門技術
    更多+

    衡水宏運壓濾機有限公司
    宣傳
    環磨科技控股(集團)有限公司
    宣傳

    發布

    在線客服

    公眾號

    電話

    頂部
    咨詢電話:
    010-88793500-807
    專利人/作者信息登記
    久爱国产精品一区免费视频_无码国模国产在线观看_久久久久精品国产亚洲A_国产综合精品无码
  • <tr id="qwu6y"></tr>
  • <menu id="qwu6y"><wbr id="qwu6y"></wbr></menu>