Hits:
Indexed by:期刊论文
Date of Publication:2010-04-15
Journal:控制与决策
Included Journals:Scopus、EI、PKU、ISTIC、CSCD
Volume:25
Issue:4
Page Number:531-534,541
ISSN No.:1001-0920
Key Words:贝叶斯回归;多储备池;回声状态网络;多变量
Abstract: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.混沌系统中各个变最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.