一种基于改进极限学习机的棘轮状态预测方法

本发明涉及棘轮技术领域，尤其涉及一种基于改进极限学习机的棘轮状态预测方法，包括步骤一、采集棘轮不同工况参数下的运行状态的数据；构建ELM模型，以工况参数为输入，运行状态为输出对ELM进行训练；利用SA算法改进ABC算法，对ELM模型的权重向量和偏置进行寻优，得到SA‑ABC‑ELM模型。本发明解决现有图像匹配法存在计算复杂度高、泛化能力弱、对噪声敏感、难以处理复杂背景问题。