多元混沌时间序列的相关状态机预测模型研究

被引：13

作者：

韩敏

许美玲

任伟杰

机构：

[1] 大连理工大学电子信息与电气工程学部

来源：

自动化学报 | 2014年 / 40卷 / 05期

关键词：

多元; 混沌时间序列; 储备池; 主成分分析; 相关向量机;

D O I：

暂无

中图分类号：

O415 [非线性物理学]; TP18 [人工智能理论];

学科分类号：

070201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对多元混沌时间序列预测存在的过拟合问题及高维输入变量冗余问题,提出一种新型的多变量稀疏化预测模型—多元相关状态机.该模型采用主成分分析方法对相空间重构后的高维输入变量进行低维表示,将动态储备池作为相关向量机的核函数,充分映射多元混沌时间序列的动力学特性,使得模型具有丰富的动态机制和良好的稀疏性能,有效避免过拟合问题,提高预测精度.基于两组多元混沌时间序列的仿真实验验证了模型的有效性.

引用

页码：822 / 829

页数：8

共 17 条

[1]

量子门Elman神经网络及其梯度扩展的量子反向传播学习算法[J]. 李鹏华,柴毅,熊庆宇.自动化学报. 2013(09)

[2] L1/2正则子在Lq(0 徐宗本1郭海亮1王尧1张海1,2 1. Institute of Information and System Science, Xi'an Jiaotong University2. Department of Mathematics, Northwest University [J].