<div>
	基于ELM算法的Chebyshev神经网络在常微分
</div>
<div>
	方程数值解中的应用
</div>

doi:10.15966/j.cnki.dnydx.2022.06.006

全文: PDF( KB)
输出: BibTeX | EndNote (RIS)

摘要

提出了一种快速的、新颖的、高精度的用于求解常微分方程数值解的方法：考虑了极限学习机（ELM）算法对参

数调整的简便性和适合单层网络的特点，结合Chebyshev多项式的正交特性带来的少参数而高逼近的作用。该联合算法只需

要少量的神经元和单层的神经网络，再通过最小二乘法，解出矩阵广义逆进行参数调整便可获得具有较高精度且无穷可微的

常微分方程数值解。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章

关键词 ：

常微分方程, 数值解, Chebyshev, 神经网络, 极限学习机, 深层优化

年卷期日期: 2022-06-10 出版日期: 2022-07-26

引用本文:

张继超.

基于ELM算法的Chebyshev神经网络在常微分

方程数值解中的应用

[J]. 电脑与电信, 2022, 1(6): 58-.
ZHANG Ji-chao.

Application of Chebyshev Neural Network Based on ELM Algorithm to Numerical

Solutions of Ordinary Differential Equations

. Computer & Telecommunication, 2022, 1(6): 58-.

链接本文:

https://www.computertelecom.com.cn/CN/10.15966/j.cnki.dnydx.2022.06.006 或 https://www.computertelecom.com.cn/CN/Y2022/V1/I6/58

[1]	李春辉王小英张庆洁刘翰卓梁嘉烨高宁康. 基于多尺度卷积神经网络的DDoS攻击检测方法[J]. 电脑与电信, 2024, 1(6): 35-.
[2]	周锐　刘海军　邢丽莉　崔春杰　王高远. 基于卷积神经网络的儿童自闭症面部特征分类[J]. 电脑与电信, 2024, 1(5): 38-.
[3]	任豪. 结合注意力特征融合的八度卷积表情识别方法[J]. 电脑与电信, 2024, 1(5): 71-.
[4]	王瑾　王睿. 基于多尺度特征深度学习的人脸表情识别算法[J]. 电脑与电信, 2024, 1(5): 75-.
[5]	刘星晨　袁一平. 基于改进的BP神经网络负荷预测[J]. 电脑与电信, 2024, 1(3): 68-.
[6]	王梓润王仟怡袁文佳王晓萌卫笑刘伟范修竹. 基于混合智能算法对销售量的预测研究 [J]. 电脑与电信, 2023, 1(3): 33-37.
[7]	郝艳艳. 基于卷积神经网络的小麦病害识别研究 [J]. 电脑与电信, 2022, 1(9): 19-21.
[8]	张小雪黄巍. 基于卷积神经网络的交通标志识别算法 [J]. 电脑与电信, 2022, 1(7): 1-.
[9]	刘逸琛. 基于变分自编码器的商品文本分类算法设计 [J]. 电脑与电信, 2022, 1(6): 37-.
[10]	王鹏程苏一水王茂发. 基于神经网络的面包智能溯源系统 [J]. 电脑与电信, 2022, 1(5): 19-.
[11]	李小红白伟丽. 基于EMD和RBFNN的冷负荷组合预测模型 [J]. 电脑与电信, 2022, 1(1-2): 75-80.
[12]	贾亮徐善博邢轶博. 基于FPGA的卷积神经网络图像识别算法研究 [J]. 电脑与电信, 2022, 1(12): 58-.
[13]	张梓浩刘鹏浩谢汉辉邵国林吴振凯张嘉利. 面向多场所的基于深度学习电动车智能安全检测系统 [J]. 电脑与电信, 2022, 1(10): 40-44.
[14]	张望. 基于空间通道Transformer的双分支网络图像去雾方法 [J]. 电脑与电信, 2022, 1(10): 82-89.
[15]	宋曼. 一种基于BP神经网络的电影协同过滤算法[J]. 电脑与电信, 2021, 1(6): 13-18.