一种ELM神经网络结构设计方法及在卫星钟差预报中的应用

作     者：雷雨 郭浩 LEI Yu;GUO Hao

作者机构：中国科学院国家授时中心西安710600 中国科学院时间频率基准重点实验室西安710600 中国科学院大学北京100049 西安文理学院机械与材料工程学院西安710061 

基　　金：国家自然科学基金资助项目(11503031) 

出 版 物：《时间频率学报》 (Journal of Time and Frequency)

年 卷 期：2015年第38卷第4期

页      码：209-215页

摘      要：针对极端学习机(extreme learning machine,ELM)神经网络隐层结构难以确定的问题,基于自适应共振理论(adaptive resonance theory,ART)网络良好的自组织分类功能,提出一种基于ART网络思想的ELM网络结构设计方法。该方法将ART网络的自组织聚类特性用于ELM网络结构设计中,通过对输入向量与已存模式的相似度比较将输入向量进行分类,确定隐层节点规模。仿真实验表明,与其他网络相比,ART-ELM网络具有更精简的结构、更快的学习速度以及更好的映射能力。通过用于GPS卫星钟差预报的实验表明,根据ART-ELM网络所预报的钟差较IGS超快速预报(IGS ultra-predicted,IGU-P)钟差在精度上有较大改善。

主 题 词：极端学习机 网络结构设计 自适应共振理论网络 钟差预报 

学科分类：081802[081802] 07[理学] 08[工学] 081105[081105] 0818[工学-交通运输类] 0804[工学-材料学] 070402[070402] 0704[理学-天文学类] 0811[工学-水利类] 

D　O　I：10.13875/j.issn.1674-0637.2015-04-0209-07

馆 藏 号：203941960...