穆大芸

作品数：4被引量：49H指数：4
导出分析报告
供职机构：大连理工大学电子信息与电气工程学部更多>>
发文主题：回声状态网络时间序列预测多变量核方法LM算法更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《控制理论与应用》《控制与决策》《计算机学报》更多>>
所获基金：国家自然科学基金国家科技支撑计划国家高技术研究发展计划国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
无核相关向量机在时间序列预测中的应用被引量：9
《计算机学报》2014年第12期2427-2432,共6页韩敏 许美玲 穆大芸 
国家自然科学基金(61074096;61374154);国家"九七三"重点基础研究发展规划项目基金(2013CB430403)资助~~
针对采用核函数方法预测多元混沌时间序列时存在的高计算复杂度问题,该文在相关向量机的基础上,提出了一种不受核函数约束的无核相关向量机学习模型.利用储备池代替核函数,构建高维特征空间,将原始时间序列预测问题转化成与储备池参数...
关键词：核方法 储备池 相关向量机 时间序列预测 机器学习 
回声状态网络LM算法及混沌时间序列预测被引量：21
《控制与决策》2011年第10期1469-1472,1478,共5页韩敏 穆大芸 
国家自然科学基金项目(61074096);国家科技支撑计划项目(2006BAB14B05)
回声状态网络(ESN)学习算法中可能存在解的奇异问题,在时间序列预测时易导致病态解问题,且伴随着具有较大幅值的输出权值,尤其是当训练样本个数小于输出权值维数时,ESN的解必为奇异的.鉴于此,考虑使用LM(Levenberg Marquardt)算法代替...
关键词：回声状态网络 储备池 LM算法 时间序列预测 
基于Adaboost算法的回声状态网络预报器被引量：8
《控制理论与应用》2011年第4期601-604,共4页韩敏 穆大芸 
国家自然科学基金资助项目(60674073);国家高技术研究发展"863"计划资助项目(2007AA04Z158);国家科技支撑计划资助项目(2006BAB14B05)
把单个回声状态网络(echo state network,ESN)的预测模型作改进,对整体ESN预测精度的提高是有限的.针对以上问题,本文考虑整体ESN.首先利用Adaboost算法提升单个ESN的泛化性能及预测精度,并且根据Adaboost算法的结果,建立一种ESN预报器(...
关键词：ESN Adaboost.RT算法 非线性时间序列 预测 
基于贝叶斯回归的多核回声状态网络研究被引量：13
《控制与决策》2010年第4期531-534,541,共5页韩敏 穆大芸 
国家自然科学基金项目(60674073);国家863计划项目(2007AA04Z158)
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Bayes...
关键词：贝叶斯回归 多储备池 回声状态网络 多变量 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部