这项工作引入了一个新的LCI-ELM在[1]提出的改善。新的贡献关注培训模式的适应对高维数据随时间。该算法使用C-MAPSS调查数据集[2]。PSO[3]和R-ELM[4]培训规则集成在一起这任务。
该算法的细节和用户指南:https://www.researchgate.net/publication/337945405_Dynamic_Adaptation_for_Length_Changeable_Weighted_Extreme_Learning_Machine
[1]y . x吴、刘和h .江“Length-Changeable增量极端的学习机器,”j .第一版。科学。抛光工艺。,32卷,不。3、630 - 643年,2017页。
[2]a . Saxena m . Ieee k Goebel d·西蒙和n .埃克伦,“损害传播为航空发动机建模预测,”回应,2008。
[3]·m·n·阿拉姆”,在MATLAB代码粒子群优化编码粒子群优化的MATLAB,“没有。2016年3月。
[4]j .曹张k、m·罗c .阴和x赖,“极端学习机和自适应稀疏表示的图像分类、“神经网络,81卷,没有。61773019,91 - 102年,2016页。
引用作为
BERGHOUT Tarek、备忘录莱拉Hayet Kadri Ouahab,“动态适应多变的长度加权极端学习一些机器”,(//www.tatmou.com/matlabcentral/fileexchange/ <…>), MATLAB中央文件交换。检索2019年12月9日。
MATLAB版本兼容性
创建R2013b
兼容任何释放
