多元时间序列的子空间回声状态网络预测模型
A Multivariate Time Series Prediction Model Based on Subspace Echo State Network作者机构:大连理工大学电子信息与电气工程学部大连辽宁116023
出 版 物:《计算机学报》 (Chinese Journal of Computers)
年 卷 期:2014年第37卷第11期
页 面:2268-2275页
核心收录:
学科分类:0810[工学-信息与通信工程] 0808[工学-电气工程] 08[工学] 081104[工学-模式识别与智能系统] 0839[工学-网络空间安全] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(61374154 61074096) 国家"九七三"重点基础研究发展规划项目基金(2013CB430403)资助~~
主 题:回声状态网络 快速子空间分解 储备池 多元时间序列 预测
摘 要:针对采用回声状态网络预测多元混沌时间序列时储备池学习算法可能存在的病态解问题,该文提出了一种基于快速子空间分解方法的回声状态网络预测模型.所提模型利用Krylov子空间分解方法提取储备池状态矩阵的子空间,子空间代替原状态矩阵进行输出权值求解,可以消除储备池状态矩阵的冗余信息,有效地解决伪逆算法存在的病态解问题,并且降低计算复杂度,提高泛化性能和预测精度.基于两组多元混沌时间序列的仿真结果验证了该文所提模型的有效性和实用性.