CAJ | 학술논문

针对极限学习机不能有效解决化工过程中高维数据建模的问题,本文将其与自联想神经网络结合,通过自联想神经网络过滤输入数据中存在的冗余信息、提取特征分量,并对所提取的特征分量采用极限学习机进行训练,由此形成了一种基于数据特征提取的AANN-ELM (auto-associative neural network-extreme learning machine)神经网络.同时,以UCI标准数据集进行测试,以精对苯二甲酸(PTA)溶剂系统进行验证,结果表明,AANN-ELM在处理高维数据时具有学习速度快、网络稳定性强、建模精度高的特点,为神经网络在复杂化工生产中的应用提供了新思路.
침대겁한학습궤불능유효해결화공과정중고유수거건모적문제,본문장기여자련상신경망락결합,통과자련상신경망락과려수입수거중존재적용여신식、제취특정분량,병대소제취적특정분량채용겁한학습궤진행훈련,유차형성료일충기우수거특정제취적AANN-ELM (auto-associative neural network-extreme learning machine)신경망락.동시,이UCI표준수거집진행측시,이정대분이갑산(PTA)용제계통진행험증,결과표명,AANN-ELM재처리고유수거시구유학습속도쾌、망락은정성강、건모정도고적특점,위신경망락재복잡화공생산중적응용제공료신사로.