加急见刊

改进型极限学习机模型在粮食产量预测中的应用

吴耀东 新疆工程学院; 乌鲁木齐830091

摘要：为了提高粮食产量的预测精度和时效性,论文提出一种基于增长极限学习机(GELM)的粮食产量预测方法。该方法以极限学习机(ELM)为理论框架,针对ELM中隐节点数目L优化问题,在L递增情况下,推导输出权重广义逆矩阵的递推更新公式,避免了ELM在不同L下重复计算输出权重广义逆矩阵的问题,降低ELM的计算量,继而提出GELM算法。最后给出粮食产量GELM预测方法流程。以1960-2015年我国粮食产量为实验数据,结果表明,相比于ELM和支持向量机(SVM),GELM的预测准确性高于SVM,与ELM相差不大,但GELM的耗时明显低于ELM和SVM。

注: 保护知识产权,如需阅读全文请联系计算机与数字工程杂志社