首页 | 本学科首页   官方微博 | 高级检索  
     

基于回声状态网络和主元分析的混沌时间序列预测模型
引用本文:郭阳明,孙姜燕,付琳娟,翟正军. 基于回声状态网络和主元分析的混沌时间序列预测模型[J]. 西北工业大学学报, 2010, 28(6)
作者姓名:郭阳明  孙姜燕  付琳娟  翟正军
基金项目:国家自然科学基金,陕西省自然科学基础研究计划,航空科学基金,航天支撑技术基金
摘    要:回声状态网络(Echo State Network,ESN)能够极好地逼近非线性系统,在非线性混沌时间序列的预测中取得了良好的效果.但是,由于ESN的训练和预测过程是1个高维权值矩阵的运算过程,往往不能获得更好的预测速度.文章提出了一种基于主元分析与回声状态网络相融合的非线性混沌时间序列预测模型.该模型通过主元分析降低输入向量的维数,以减小ESN输入权值矩阵的规模,降低运算的复杂度,从而达到减小ESN训练时间、提高预测速度的目的.利用仿真数据对ESN和文中模型进行了精度和预测时间对比实验,表明该模型是一种有效模型.

关 键 词:主元分析  回声状态网络  混沌时间序列  预测模型

A New and Better Prediction Model for Chaotic Time Series Based on ESN and PCA
Guo Yangming,Sun Jiangyan,Fu Linjuan,Zhai Zhengjun. A New and Better Prediction Model for Chaotic Time Series Based on ESN and PCA[J]. Journal of Northwestern Polytechnical University, 2010, 28(6)
Authors:Guo Yangming  Sun Jiangyan  Fu Linjuan  Zhai Zhengjun
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号