Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2014-11-15

Journal: 计算机学报

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 37

Issue: 11

Page Number: 2268-2275

ISSN: 0254-4164

Key Words: 回声状态网络;快速子空间分解;储备池;多元时间序列;预测

Abstract: 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.