×
模态框(Modal)标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框(Modal)标题
×
主管:中华人民共和国教育部
主办:上海交通大学
ISSN 1006-2467 CN 31-1466/U
导航切换
上海交通大学学报
2025年8月19日 星期二
首页
期刊介绍
编 委 会
开放获取政策
数据库收录
作者须知
期刊订阅
联系我们
English
极限学习机及其在质子交换膜燃料电池参数辨识中的应用
杨博, 曾春源, 陈义军, 束洪春, 曹璞璘
Extreme Learning Machine and Its Application in Parameter Identification of Proton Exchange Membrane Fuel Cell
YANG Bo, ZENG Chunyuan, CHEN Yijun, SHU Hongchun, CAO Pulin
上海交通大学学报 . 2023, (
4
): 482 -494 . DOI: 10.16183/j.cnki.jsjtu.2021.453
_前馈神经网络
前馈神经网络
前馈神经网络
文章位置
与其他常规的
前馈神经网络
相比,ELM
[
21
]
能显著提高鲁棒性、泛化能力、学习速度和训练精度.ELM的拓扑结构如
图2
所示.