您的位置： 专家智库 > >

穆大芸

作品数：5 被引量：48H指数：4
供职机构：大连理工大学电子信息与电气工程学部更多>>
发文基金：国家自然科学基金国家科技支撑计划国家高技术研究发展计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...

主题

  • 3篇时间序列预测
  • 3篇网络
  • 3篇回声状态网络
  • 2篇多变量
  • 2篇核方法
  • 1篇多核
  • 1篇预报器
  • 1篇无核
  • 1篇相关向量机
  • 1篇向量
  • 1篇向量机
  • 1篇混沌
  • 1篇混沌时间序列
  • 1篇混沌时间序列...
  • 1篇非线性
  • 1篇非线性时间序...
  • 1篇ADABOO...
  • 1篇LM算法

机构

  • 5篇大连理工大学

作者

  • 5篇穆大芸
  • 4篇韩敏
  • 1篇许美玲

传媒

  • 2篇控制与决策
  • 1篇计算机学报
  • 1篇控制理论与应...

年份

  • 1篇2014
  • 2篇2011
  • 2篇2010
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
回声状态网络LM算法及混沌时间序列预测被引量：21
2011年
回声状态网络(ESN)学习算法中可能存在解的奇异问题,在时间序列预测时易导致病态解问题,且伴随着具有较大幅值的输出权值,尤其是当训练样本个数小于输出权值维数时,ESN的解必为奇异的.鉴于此,考虑使用LM(Levenberg Marquardt)算法代替常用的线性回归方法,自适应选择LM参数,从而有效地控制输出权值的幅值,提高ESN的预测性能.通过Lorenz混沌时间序列进行预测研究,对大连月平均气温实际数据进行仿真研究,取得了较好的预测效果.
韩敏穆大芸
关键词：回声状态网络LM算法时间序列预测
多变量时间序列预测与储备池优化方法研究
多变量混沌时间序列具有维数高、冗余度大、非线性等特点,利用传统预测模型对其预测时往往因缺乏有效的非线性处理机制而导致预测精度较低,从而限制了其在非线性时间序列预测中的应用及推广。作为一种针对动态系统的机器学习方法,储备池...
穆大芸
关键词：核方法非线性多变量时间序列预测
文献传递
基于Adaboost算法的回声状态网络预报器被引量：8
2011年
把单个回声状态网络(echo state network,ESN)的预测模型作改进,对整体ESN预测精度的提高是有限的.针对以上问题,本文考虑整体ESN.首先利用Adaboost算法提升单个ESN的泛化性能及预测精度,并且根据Adaboost算法的结果,建立一种ESN预报器(Adaboost ESN,ABESN).这个ESN预报器根据拟合误差不断修正训练样本的权重,拟合误差越大,训练样本权重值就越大;因此,它在下一次迭代时,就会侧重在难以学习的样本.把单个ESN的预测模型经过加权,然后按照加法组合在一起,形成最终的ESN预测模型.将该预测模型应用于太阳黑子、Mackey-Glass时间序列的预测研究,仿真结果表明所提出的预测模型在实际时间序列预测领域的有效性.
韩敏穆大芸
关键词：非线性时间序列
基于贝叶斯回归的多核回声状态网络研究被引量：12
2010年
在利用单储备池模型对多变量预测研究时,多个变量只能通过单个储备池进行特征映射,无法分别刻画各个变量的动力学特性.针对以上问题,提出一种多储备池回声状态网络.混沌系统中各个变量分别通过各个储备池扩展成高维的特征向量,采用Bayesian线性回归的方法,对多核回声状态网络输出权值进行训练,形成一种新的预报器,即多核贝叶斯状态回声机(MrBESN).实际数据的仿真结果验证了所提方法的有效性.
韩敏穆大芸
关键词：回声状态网络多变量
无核相关向量机在时间序列预测中的应用被引量：9
2014年
针对采用核函数方法预测多元混沌时间序列时存在的高计算复杂度问题,该文在相关向量机的基础上,提出了一种不受核函数约束的无核相关向量机学习模型.利用储备池代替核函数,构建高维特征空间,将原始时间序列预测问题转化成与储备池参数相关的回归问题.在稀疏贝叶斯学习的框架下,给模型参数施加一个条件概率分布的约束,以得到稀疏的解空间,进而降低模型的复杂度,提高计算速度和预测精度.基于Lorenz混沌时间序列及太阳黑子-黄河径流量序列的仿真结果验证了所提模型的有效性.
韩敏许美玲穆大芸
关键词：核方法相关向量机时间序列预测
全选 清除 导出
共1页<1>
聚类工具0