ESN岭回归学习算法及混沌时间序列预测

被引：43

作者：

史志伟

韩敏

机构：

[1] 大连理工大学电子与信息工程学院

来源：

控制与决策 | 2007年 / 03期

关键词：

回声状态网络; 岭回归; 混沌时间序列预测;

D O I：

10.13195/j.cd.2007.03.20.shizhw.004

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

ESN(回声状态网络)是一种新型的递归神经网络,可有效处理非线性系统辨识以及混沌时间序列预测问题.针对ESN学习算法中可能存在的解的奇异问题,利用岭回归方法代替原有的线性回归算法.通过贝叶斯或Bootstrap方法确定岭回归方法中的正则项系数,从而有效地控制输出权值的幅值,改善ESN的预测性能.该方法在月太阳黑子预测问题中显示出较好的结果.

引用

页码：258 / 261+267 +267

页数：5