南开大学学报（自然科学版） ›› 2022 ›› Issue (2): 31-.
• • 上一篇 下一篇
出版日期:
发布日期:
Online:
Published:
摘要： 为了有效地解决原始极限学习机算法中由于网络输入参数选择的随机性而引起的在射频功放行为建模应用中的建模精度不理想以及不稳定的问题,粒子群优化的极限学习机算法首次被引入到射频功率放大器的行为建模当中. 利用粒子群优化方法来选择原始极限学习机算法中单隐藏层前馈神经网络的输入参数(包括输 入权重和偏置). 对E 类射频功放的行为建模实验结果表明,粒子群优化的极限学习机可以有效改进原始极限学习机对射频功率放大器的外部行为的建模和预测能力.
关键词: 粒子群优化, 极限学习机, 射频功率放大器, 行为模型
邢光宇, 安文星. 基于PSO-ELM的射频功率放大器行为建模[J]. 南开大学学报（自然科学版）, 2022,(2): 31-.
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://xuebao.nankai.edu.cn/jns/CN/
https://xuebao.nankai.edu.cn/jns/CN/Y2022/V55/I2/31
