本发明所涉及的一种基于os-elm算法的无人船环境调节方法,包括以下步骤:构建无人船的实验环境,采集无人船航行数据;根据无人船航行数据,行成样本集;采用os-elm算法对所述样本集进行处理,得到无人船内环境和外环境的耦合关系;根据所述耦合关系和无人船在实际航行中所采集的数据进行匹配,来调节在实际航行中无人船的...
但ELM对输入权重和隐含层节点偏置的随机初始化、隐含层节点个数的难以确定，使得其性能变得极其不稳定，导致预测的精度不高。为此，Liang等人[2]提出在线序贯极限学习机算法OS-ELM。OS-ELM在一定程度上改善上述问题，模型的预测精度有所提高且性能更加稳定，但在训练过程中，由于很难确定隐含层节点的个数，会得到一个...