ESN 岭回归学习算法及混沌时间序列预测
DOI:
CSTR:
作者:
作者单位:

大连理工大学电子与信息工程学院 116024

作者简介:

史志伟

通讯作者:

中图分类号:

TP183

基金项目:


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:

    ESN(回声状态网络)是一种新型的递归神经网络,可有效处理非线性系统辨识以及混沌时间序列预测问题.针对ESN学习算法中可能存在的解的奇异问题,利用岭回归方法代替原有的线性回归算法.通过贝叶斯或Bootstrap 方法确定岭回归方法中的正则项系数,从而有效地控制输出权值的幅值,改善ESN的预测性能.该方法在月太阳黑子预测问题中显示出较好的结果.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

史志伟;韩敏. ESN 岭回归学习算法及混沌时间序列预测[J].控制与决策,2007,22(3):258-261

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:2005-11-17
  • 最后修改日期:2006-03-20
  • 录用日期:
  • 在线发布日期: 2007-03-19
  • 出版日期:
文章二维码