基于回声状态网络的时间序列预测方法研究

被引：41

作者：

彭宇 ^{[1
]}

王建民 ^{[1
,2
]}

彭喜元 ^{[1
]}

机构：

[1] 哈尔滨工业大学自动化测试与控制研究所

[2] 哈尔滨理工大学电子科学与技术系

来源：

电子学报 | 2010年 / 38(S1)卷 / S1期

基金：

高等学校博士学科点专项科研基金;

关键词：

回声状态网络; 自相关系数; 时间序列; 移动通信话务量;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; O211.61 [平稳过程与二阶矩过程];

学科分类号：

摘要：

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.

引用

页码：148 / 154

页数：7

共 8 条

[1] ESN岭回归学习算法及混沌时间序列预测
史志伟
韩敏
[J]. 控制与决策 , 2007, (03) : 258 - 261+267
[2] 储备池状态空间重构与混沌时间序列预测
韩敏
史志伟
郭伟
[J]. 物理学报, 2007, (01) : 43 - 50
[3] 混沌时间序列预测理论与方法[M]. 中国水利水电出版社 , 韩敏, 2007
[4] Reservoir computing approaches to recurrent neural network training
Lukosevicius, Mantas
Jaeger, Herbert
[J]. COMPUTER SCIENCE REVIEW, 2009, 3 (03) : 127 - 149
[5] Improving reservoirs using intrinsic plasticity[J] . Benjamin Schrauwen,Marion Wardermann,David Verstraeten,Jochen J. Steil,Dirk Stroobandt.Neurocomputing . 2008 (7)
[6] Fading memory and time series prediction in recurrent networks with different forms of plasticity
Lazar, Andreea
Pipa, Gordon
Triesch, Jochen
[J]. NEURAL NETWORKS, 2007, 20 (03) : 312 - 322
[7] Optimization and applications of echo state networks with leaky-integrator neurons
Jaegera, Herbert
Lukosevicius, Mantas
Popovici, Dan
Siewert, Udo
[J]. NEURAL NETWORKS, 2007, 20 (03) : 335 - 352
[8] Analysis and design of echo state networks
Ozturk, Mustafa C.
Xu, Dongming
Principe, Jose C.
[J]. NEURAL COMPUTATION, 2007, 19 (01) : 111 - 138

← 1 →