10.3969/j.issn.1006-9348.2020.08.010
基于SFOS-ELM的电动无人机动力套装在线建模
传统超限学习机(ELM)梯度下降算法需要多次迭代求解,并沿用批量式学习模式导致必须一次性输入所有训练样本,计算量大耗时多,难以应用于低成本微小型电动无人机动力套装的在线建模.为解决上述问题,研究了一种基于平滑融合型在线序列超限学习机神经网络(SFOS-ELM),采用增量式学习模式将分批处理训练样本和逐次迭代相结合,用于微小型电动无人机动力套装在线建模.所提方法训练速度快、泛化性能强,能够实时跟踪无人机动力套装的动态特性.经数学仿真和实际动力套装数据验证,所提方法在线建模速度快、适应能力强,可以实现微小型电动无人机在线建模.
超限学习机、无人机、动力套装、建模
37
TP391(计算技术、计算机技术)
感谢国家自然科学基金61374131
2020-09-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
44-48,62