基于贝叶斯回归的多核回声状态网络研究
DOI:
CSTR:
作者:
作者单位:

大连理工大学电信学院

作者简介:

韩敏

通讯作者:

中图分类号:

基金项目:


Research on Multi-reservoir ESN Based on Bayesian regression
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在利用单储备池模型对多变量预测研究时, 多个变量只能通过单个储备池进行特征映射, 无法分别刻画各个变量的动力学特性. 针对以上问题, 提出一种多储备池回声状态网络. 混沌系统中各个变量分别通过各个储备池扩展成高维的特征向量, 采用Bayesian线性回归的方法, 对多核回声状态网络输出权值进行训练, 形成一种新的预报器,即多核贝叶斯状态回声机(MrBESN). 实际数据的仿真结果验证了所提方法的有效性.

    Abstract:

    When multi-variable time series are predicted with single reservoir model, the dimensions of phase-space
    reconstruction can be only selected a single value, which can not portray respectively the dynamic feature of complex system.Therefore, multi-reservoir echo state network is presented, which can expand the simple input into high-dimesional feature vector. Multi-reservoir echo state network is presented which is based on Bayesian regression . Realistic simulation results show the effectiveness of the predictor proposed.

    参考文献
    相似文献
    引证文献
引用本文

韩敏 穆大芸.基于贝叶斯回归的多核回声状态网络研究[J].控制与决策,2010,25(4):531-534

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-05-13
  • 最后修改日期:2009-07-02
  • 录用日期:
  • 在线发布日期: 2010-04-20
  • 出版日期:
文章二维码