| 归一化RBF网络的时空混沌时间序列建模与应用 |
| |
| 引用本文： | 沈民奋,李延勋.归一化RBF网络的时空混沌时间序列建模与应用[J].电子测量与仪器学报,2009,23(2):63-68. |
| |
| 作者姓名： | 沈民奋 李延勋 |
| |
| 作者单位： | 汕头大学工学院电子系,汕头,515000 |
| |
| 基金项目： | 国家自然科学基金，广东省自然科学基金 |
| |
| 摘 要： | 本文提出将归一化RBF神经网络应用于时空混沌时间序列的建模与预测，并遗传算法训练该网络。通过利用该模型分别对参数可变的Lorenz混沌时间序列、耦合映象格子产生的时空混沌序列和真实的脑电信号进行建模和预测，得到较小的预测误差，证明了该模型对时空混沌时间序列有比较强的拟合能力和比较高的预测精度，有一定的工程应用价值。
|
| 关 键 词： | EEG信号 时空混沌 归一化RBF网络 遗传算法 非线性预测 |
Spatiotemporal chaotic time series modeling using normalized RBF network and its application |
| |
| Shen Minfen,Li Yanxun.Spatiotemporal chaotic time series modeling using normalized RBF network and its application[J].Journal of Electronic Measurement and Instrument,2009,23(2):63-68. |
| |
| Authors: | Shen Minfen Li Yanxun |
| |
| Affiliation: | Shen Minfen Li Yanxun (Shantou University, Shantou 515000, China) |
| |
| Abstract: | In this paper, we propose a new method to model and predict the EEG signal based on the chaos dynamics, which is called normalized radial basis function network （NRBFNN）. This normalized RBF network is trained by genetic algorithm （GA）. The simulations with Parameter-Varying Lorenz time sequence,coupled map lattice （CML） time sequence and real EEG signal all evaluated the effectiveness of the proposed model. Therefore,to a certain extent,it performs the project application value. |
| |
| Keywords: | EEG signal spatiotemporal chaos normalized radial basis function neural networks GA nonlinear prediction |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
