期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合高斯噪声的回声状态网络模型及其时间序列预测性能
1
作者
王梓鉴
赵慧
+1 位作者
郑明文
李鑫
《济南大学学报(自然科学版)》
北大核心
2025年第1期129-134,142,共7页
为了模拟回声状态网络模型在时间序列预测实例中的影响因素,在回声状态网络模型的储备池层引入高斯噪声,构建结合高斯噪声的回声状态网络模型;利用公式推导分析所提模型的非线性性质;采用股票序列数据与Logistic混沌序列数据进行实验验...
为了模拟回声状态网络模型在时间序列预测实例中的影响因素,在回声状态网络模型的储备池层引入高斯噪声,构建结合高斯噪声的回声状态网络模型;利用公式推导分析所提模型的非线性性质;采用股票序列数据与Logistic混沌序列数据进行实验验证和对比分析。结果表明,本文所提模型的预测效果优于回声状态网络模型、压缩感知回声状态网络模型和反向传播神经网络模型,股票收盘价预测、Logistic混沌序列预测的平均绝对误差均最小,分别为1.33×10^(-3)、5.21×10^(-4)。
展开更多
关键词
时间序列预测
回声状态网络模型
高斯噪声
储备池层
在线阅读
下载PDF
职称材料
基于回声状态网络模型的短时交通流混沌预测
被引量：
5
2
作者
沈富鑫
邴其春
+2 位作者
张伟健
胡嫣然
黄河
《济南大学学报（自然科学版）》
CAS
北大核心
2022年第2期142-147,154,共7页
为了提高短时交通流预测的准确度,提出基于回声状态网络模型的短时交通流混沌预测方法;利用C-C法计算相空间重构的延迟时间和嵌入维数;利用遗传算法对回声状态网络模型进行参数寻优,进而构建基于遗传算法的回声状态网络模型;采用城市快...
为了提高短时交通流预测的准确度,提出基于回声状态网络模型的短时交通流混沌预测方法;利用C-C法计算相空间重构的延迟时间和嵌入维数;利用遗传算法对回声状态网络模型进行参数寻优,进而构建基于遗传算法的回声状态网络模型;采用城市快速路实测数据进行实验验证和对比分析。结果表明,所提出方法的预测效果明显优于支持向量机模型、小波神经网络模型和反向传播神经网络模型的预测效果,平均预测精度分别提升了35.9%、42.1%和45.6%。
展开更多
关键词
交通运输工程
短时交通流预测
回声状态网络模型
相空间重构
在线阅读
下载PDF
职称材料
题名
结合高斯噪声的回声状态网络模型及其时间序列预测性能
1
作者
王梓鉴
赵慧
郑明文
李鑫
机构
济南大学信息科学与工程学院
齐鲁工业大学算力互联网与信息安全教育部重点实验室
山东理工大学数学与统计学院
出处
《济南大学学报(自然科学版)》
北大核心
2025年第1期129-134,142,共7页
基金
国家自然科学基金项目(62103165)
算力互联网与信息安全教育部重点实验室开放课题项目(2023ZD038)
+1 种基金
山东省自然科学基金项目(ZR2022ZD01,ZR2023MF036)
山东省科技型中小企业创新工程项目(2023TSGC0150)。
文摘
为了模拟回声状态网络模型在时间序列预测实例中的影响因素,在回声状态网络模型的储备池层引入高斯噪声,构建结合高斯噪声的回声状态网络模型;利用公式推导分析所提模型的非线性性质;采用股票序列数据与Logistic混沌序列数据进行实验验证和对比分析。结果表明,本文所提模型的预测效果优于回声状态网络模型、压缩感知回声状态网络模型和反向传播神经网络模型,股票收盘价预测、Logistic混沌序列预测的平均绝对误差均最小,分别为1.33×10^(-3)、5.21×10^(-4)。
关键词
时间序列预测
回声状态网络模型
高斯噪声
储备池层
Keywords
time series prediction
echo state network
Gaussian noise
reservoir layer
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于回声状态网络模型的短时交通流混沌预测
被引量：
5
2
作者
沈富鑫
邴其春
张伟健
胡嫣然
黄河
机构
青岛理工大学机械与汽车工程学院
青岛市交通运输公共服务中心
出处
《济南大学学报（自然科学版）》
CAS
北大核心
2022年第2期142-147,154,共7页
基金
山东省重点研发计划项目(2019GGX101038)。
文摘
为了提高短时交通流预测的准确度,提出基于回声状态网络模型的短时交通流混沌预测方法;利用C-C法计算相空间重构的延迟时间和嵌入维数;利用遗传算法对回声状态网络模型进行参数寻优,进而构建基于遗传算法的回声状态网络模型;采用城市快速路实测数据进行实验验证和对比分析。结果表明,所提出方法的预测效果明显优于支持向量机模型、小波神经网络模型和反向传播神经网络模型的预测效果,平均预测精度分别提升了35.9%、42.1%和45.6%。
关键词
交通运输工程
短时交通流预测
回声状态网络模型
相空间重构
Keywords
traffic and transportation engineering
short-term traffic flow prediction
echo state network model
phase space reconstruction
分类号
U491.14 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合高斯噪声的回声状态网络模型及其时间序列预测性能
王梓鉴
赵慧
郑明文
李鑫
《济南大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于回声状态网络模型的短时交通流混沌预测
沈富鑫
邴其春
张伟健
胡嫣然
黄河
《济南大学学报（自然科学版）》
CAS
北大核心
2022
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
