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

具有选择与遗忘机制的极端学习机在时间序列预测中的应用

张弦 王宏力

具有选择与遗忘机制的极端学习机在时间序列预测中的应用

张弦, 王宏力
PDF
导出引用
计量
  • 文章访问数:  2399
  • PDF下载量:  953
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-10-29
  • 修回日期:  2011-02-23
  • 刊出日期:  2011-04-05

具有选择与遗忘机制的极端学习机在时间序列预测中的应用

  • 1. 第二炮兵工程学院自动控制工程系,西安 710025
    基金项目: 

    国防科技预研基金(批准号:51309060302)资助的课题.

摘要: 针对训练样本贯序输入时的极端学习机 (ELM)训练问题,提出一种具有选择与遗忘机制的极端学习机 (SF-ELM),并研究了其在混沌时间序列预测中的应用. SF-ELM以逐次增加新训练样本的方式实现在线训练,通过引入遗忘因子以减弱旧训练样本的影响,同时以泛化能力为判断依据,对其输出权值进行选择性递推更新. 混沌时间序列在线预测实例表明,SF-ELM是一种有效的ELM在线训练模式. 相比于在线贯序极端学习机,SF-ELM具有更快的在线训练速度和更高的在线预测精度,因此更适于混沌时间序列在线预测.

English Abstract

参考文献 (20)

目录

    /

    返回文章
    返回