基于小世界无标度特征的回声状态小波网络

作     者：王怡鸥 丁刚毅 刘天元 刘来旸 蒙军 侯安琨 WANG Yi-ou;DING Gang-yi;LIU Tian-yuan;LIU Lai-yang;MENG Jun;HOU An-kun

作者机构：北京理工大学软件学院数字表演与仿真技术实验室北京100081 

出 版 物：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期：2016年第36卷第5期

页      面：502-507页

核心收录：

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61202243) 国家教育部高等学校博士学科点专项科研基金资助项目(20121101110037) 江西省自然科学基金资助项目(20151BAB207042) 

主　　题：回声状态网络 小世界 无标度 小波函数 时间序列预测 

摘      要：针对储备池的适应性问题,提出了一种复合回声状态网络模型(CESN).CESN依据增量生长准则构建小世界无标度进化状态储备池,解除了储备池谱半径的限制.同时,CESN将离散小波函数作为神经元的激活函数,用Symlets小波函数替代部分储备池神经元的S型函数,Symlets小波函数的伸缩和平移变换特征丰富了动态储备池的状态空间.将CESN应用于一些非线性时间序列逼近问题中,即NARMA系统、Henon映射和二氧化碳浓度预测.实验结果表明,在逼近高度复杂的非线性系统方面,CESN明显优于注入Symlets小波的经典回声状态网络(SESN)和具有高聚类系数的无标度回声状态网络(SHESN).