搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

用于混沌时间序列预测的多簇回响状态网络

宋青松 冯祖仁 李人厚

用于混沌时间序列预测的多簇回响状态网络

宋青松, 冯祖仁, 李人厚
PDF
导出引用
导出核心图
  • 研究了混沌时间序列预测问题.提出了一种由五元生长因子组调控的类皮层神经网络模型,即多簇回响状态网络模型(MCESN).研究表明该生长因子组能够有效决定模型的拓扑性质;同时具备小世界和无标度等复杂网络特征的MCESN能够获得较优的预测结果.通过Monte Carlo仿真实验表明,该模型不仅训练算法简单,而且与常规回响状态网络比较,预测结果的精度更高、标准差更小.
    • 基金项目: 高等学校博士学科点专项科研基金(批准号:20050698032),国家重点基础研究发展计划(973)项目(批准号:2007CB311006),国家高技术研究发展计划(863)(批准号:2006AA04Z222)和国家自然科学基金(批准号:60875043)资助的课题.
  • 引用本文:
    Citation:
计量
  • 文章访问数:  4338
  • PDF下载量:  1012
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-01-07
  • 修回日期:  2008-12-09
  • 刊出日期:  2009-07-20

用于混沌时间序列预测的多簇回响状态网络

  • 1. 西安交通大学系统工程研究所,西安 710049
    基金项目: 

    高等学校博士学科点专项科研基金(批准号:20050698032),国家重点基础研究发展计划(973)项目(批准号:2007CB311006),国家高技术研究发展计划(863)(批准号:2006AA04Z222)和国家自然科学基金(批准号:60875043)资助的课题.

摘要: 研究了混沌时间序列预测问题.提出了一种由五元生长因子组调控的类皮层神经网络模型,即多簇回响状态网络模型(MCESN).研究表明该生长因子组能够有效决定模型的拓扑性质;同时具备小世界和无标度等复杂网络特征的MCESN能够获得较优的预测结果.通过Monte Carlo仿真实验表明,该模型不仅训练算法简单,而且与常规回响状态网络比较,预测结果的精度更高、标准差更小.

English Abstract

目录

    /

    返回文章
    返回