-
题名基于回声状态网络优化的宽间隔混沌跳频码预测
- 1
-
-
作者
陈建华
马玉芳
-
机构
商丘工学院信息与电子工程学院
-
出处
《科学技术与工程》
北大核心
2018年第24期255-260,共6页
-
文摘
传统宽间隔混沌跳频码预测方法无反馈结构,记忆能力差;且训练过程烦琐,泛化性能差,对预测精度产生不好的影响。为此,提出一种新的基于回声状态网络优化的宽间隔混沌跳频码预测方法。设计回声状态网络,其由输入层、递归层以及输出层三个部分构成。在递归层内部各神经元间引入连接权值稀疏矩阵,使递归层内部存在动态记忆。回声状态网络储备池规模、储备池内部连接权谱半径、储备池稀疏度、储备池输入单元尺度对宽间隔混沌跳频码预测准确性产生不同的影响。通过和声搜索方法对四种储备池参数进行优化,实现回声状态网络的改进。确定优化回声状态网络输入输出数据,建立优化回声状态网络。确定储备池参数,通过训练数据激活储备池,计算回声状态网络输出连接权矩阵,对宽间隔混沌跳频码进行预测。实验结果表明,所提方法预测结果可靠,和其他方法相比有很高的预测精度。
-
关键词
回声状态网络优化
宽间隔
混沌
跳频码
预测
-
Keywords
echo state network optimization
wide interval
chaos
frequency hopping code
prediction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进回声状态网络的网络热点话题预测
被引量：1
- 2
-
-
作者
刘羿
张永强
-
机构
河南农业大学信管学院
河南财经政法大学计算机与信息工程学院
-
出处
《计算机应用与软件》
CSCD
2015年第11期251-254,288,共5页
-
基金
国家自然科学基金项目(61202285)
-
文摘
网络热点话题具有时变性和非线性,灰色、负面热点话题对社会稳定产生不利影响。为了提高网络热点话题的预测精度,提出一种基于改进回声状态网络的热点话题预测模型(MESN)。首先构建网络热点话题的学习样本,然后采用回声状态网络建立网络热点话题预测模型,并利用改进粒子群优化算法对回声状态网络参数进行优化,建立最优网络热点话题预测模型,最后应用具体网络热点话题数据进行仿真实验。结果表明,该模型不仅提高了网络热点话题预测精度,而且加快了网络热点话题的建模速度,可以满足网络热点话题在线预测。
-
关键词
网络热点话题预测
回声状态网络参数优化
粒子群算法
-
Keywords
Hot network topics prediction
Echo state network
Parameters optimisation
Particle swarm optimising algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
