典型文献
改进极限学习机算法在舰船安全性预测中的应用
文献摘要：
舰船在航行过程中受到自然因素、自身因素和水域因素影响易发生安全事故,造成严重程度不同的人员伤亡、直接经济损失和海洋环境污染损失.为保证舰船航行的安全性,采用极限学习机算法对安全性进行预测,借助极限学习机算法泛化性能好、学习速度快等优势,准确得出最优解,提高航行安全性影响因素识别的准确率.本文概述改进极限学习机算法与网络训练流程,提出改进极限学习机算法在舰船安全性预测中的预测流程与模型构建.仿真实验表明,本文提出的算法能够提高舰船安全性识别的准确性和时效性.
文献关键词：
ELM算法;舰船;安全性预测
中图分类号：
作者姓名：
胡晓辉;胡兴
作者机构：
南昌矿山机械研究所,江西南昌330013;江西机电职业技术学院,江西南昌330013;中国船舶集团有限公司第七〇七研究所 九江分部,江西 九江332007
文献出处：
引用格式：
[1]胡晓辉;胡兴-.改进极限学习机算法在舰船安全性预测中的应用)[J].舰船科学技术,2022(16):151-154
A类：
B类：
改进极限学习机,极限学习机算法,舰船,安全性预测,自然因素,水域,安全事故,人员伤亡,直接经济损失,海洋环境污染,泛化性能,学习速度,最优解,航行安全,影响因素识别,网络训练,训练流程,测流,ELM
AB值：
0.288305
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
