灰色稀疏极端学习机在激光陀螺随机误差系数预测中的应用
Hongwai yu Jiguang Gongcheng/Infrared and Laser Engineering（2012）
摘要
为了提高激光陀螺的性能,有效地补偿激光陀螺的随机误差,提出了一种灰色稀疏极端学习机的预测新模型.为了克服极端学习机(ELM)训练样本缺乏稀疏性的不足,根据矩阵求逆引理实现了冗余样本递推剔除,提出了一种稀疏极端学习机；利用灰色预测模型对原始数据进行初步预测,将实测值与预测值生成残差序列,选取适当长度残差序列作为训练样本,剩余数据序列作为测试样本,输入稀疏极端学习机进行残差回归预测,将预测的残差值与灰色预测得到的数据结合生成最终的预测结果.将灰色稀疏极端学习机预测模型应用于某型激光陀螺随机误差系数预测实验中,结果表明:该模型能够取得比其他3种预测模型更加精确的结果.
更多查看译文
关键词
Error compensation,Grey prediction,Laser gyro,Residual error,Sparse ELM
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要