基于WOA-ELM的数字化校园安全评价

发布时间：2021-08-23 09:03

　　基于准确高效地提高校园安全状况评价的精度,采用了鲸鱼优化算法（WOA）改进极限学习机的高校校园安全评价模型,通过将安全管理、校园环境和校园周边环境3个一级指标和影响校园安全的22个因素的二级评价指标得分和高校校园安全综合得分分别作为WOA-ELM的输入和输出,鲸鱼优化算法寻找极限学习机的最优初始权值和隐含层偏置,建立一种高校校园安全的WOAELM评价模型。研究结果表明,与GA-ELM、PSO-ELM和ELM相比,WOA-ELM模型的高校校园安全评价精度可以达到99.2%,为高校校园安全评价提供了新的方法。 

【文章来源】：电子设计工程. 2020,28(22)

【文章页数】：5 页

【部分图文】：

ELM模型结构图

校园安全评价指标体系

基于WOA-ELM的校园安全评价

【参考文献】：
期刊论文
[1]校园安全问题及对策研究[J]. 张若全.  吉林教育. 2018(24)
[2]基于极限学习机的网络安全态势预测模型[J]. 王瑞,李芯蕊,马双斌.  信息安全研究. 2018(08)
[3]仿生策略优化的鲸鱼算法研究[J]. 巩世兵,沈海斌.  传感器与微系统. 2017(12)
[4]基于B/S开发的校园安全防控系统[J]. 卞海娟.  中国信息化. 2017(09)
[5]改进鲸鱼算法在云计算资源负载预测中的应用[J]. 谢建群,刘怡俊,李生.  计算机工程与应用. 2018(13)
[6]以多中心治理理论视角下的中国高校校园安全管理研究[J]. 李鸿涛,许嘉悦.  南京理工大学学报(社会科学版). 2017(03)
[7]基于AHP的大学校园交通安全定量评价研究[J]. 孔德璇,王宪彬,臧明哲.  哈尔滨职业技术学院学报. 2017(01)
[8]基于可变模糊集的高校校园安全评价模型与方法[J]. 王莹莹,罗景峰.  扬州大学学报(高教研究版). 2016(06)
[9]基于DGA的粒子群极限学习机电力变压器故障诊断[J]. 袁海满,吴广宁,高波.  高压电器. 2016(11)
[10]HACCP体系在校园餐饮安全中的应用[J]. 付强,许录艳,葛荣树,袁金帅.  食品安全导刊. 2016(30)



本文编号：3357577