基于贝叶斯回归的多核回声状态网络研究  

Research on multi-reservoir ESN based on Bayesian regression

作　　者：韩敏[1] 穆大芸[1] 

机构地区：[1]大连理工大学电子与信息工程学院,辽宁大连116023

出　　处：《控制与决策》2010年第4期531-534,541,共5页Control and Decision

基　　金：国家自然科学基金项目(60674073);国家863计划项目(2007AA04Z158)

摘　　要：在利用单储备池模型对多变量预测研究时,多个变量只能通过单个储备池进行特征映射,无法分别刻画各个变量的动力学特性.针对以上问题,提出一种多储备池回声状态网络.混沌系统中各个变量分别通过各个储备池扩展成高维的特征向量,采用Bayesian线性回归的方法,对多核回声状态网络输出权值进行训练,形成一种新的预报器,即多核贝叶斯状态回声机(MrBESN).实际数据的仿真结果验证了所提方法的有效性.When multi-variable time series are predicted with single reservoir model,the dimensions of phase-space reconstruction can be only selected a single value,which can not portray respectively the dynamic feature of complex system. Therefore,multi-reservoir echo state network is presented,which can expand the simple input into high-dimesional feature vector.Multi-reservoir echo state network is presented which is based on Bayesian regression.Realistic simulation results show the effectiveness of the predictor proposed.

关 键 词：贝叶斯回归 多储备池 回声状态网络 多变量 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]