基于回声状态网络的时间序列预测方法研究OA北大核心CSCDCSTPCD
Researches on Time Series Prediction with Echo State Networks
针对回声状态网络(Echo State Networks,ESNs)输入序列延迟时间(和嵌入维数D的选择以及储备池的适应性问题,利用自相关性分析法从被预测样本序列构建ESNs网络输入,并通过移动通信话务量的预测问题,采用实验分析的方法讨论了储备池参数选择对于时间序列预测性能的影响.与采用ARMA和BP神经网络的预测方法相比,新方法在保证预测精度和效率的情况下,具有更好的泛化能力.
彭宇;王建民;彭喜元
哈尔滨工业大学自动化测试与控制研究所,黑龙江哈尔滨,150001哈尔滨工业大学自动化测试与控制研究所,黑龙江哈尔滨,150001哈尔滨理工大学电子科学与技术系,黑龙江哈尔滨,150080
计算机与自动化
回声状态网络自相关系数时间序列移动通信话务量
《电子学报》 2010 (z)
148-154,7
装备预研重点基金(No.9140A17040409HT01)教育部高等学校博士学科点专项科研基金(No.20092302110013)
评论