电子测量与仪器学报
電子測量與儀器學報
전자측량여의기학보
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
2009年
2期
63-68
,共6页
EEG信号%时空混沌%归一化RBF网络%遗传算法%非线性预测
EEG信號%時空混沌%歸一化RBF網絡%遺傳算法%非線性預測
EEG신호%시공혼돈%귀일화RBF망락%유전산법%비선성예측
本文提出将归一化RBF神经网络应用于时空混沌时间序列的建模与预测,并遗传算法训练该网络.通过利用该模型分别对参数可变的Lorenz混沌时间序列、耦合映象格子产生的时空混沌序列和真实的脑电信号进行建模和预测,得到较小的预测误差,证明了该模型对时窄混沌时间序列有比较强的拟合能力和比较高的预测精度,有一定的工程应用价值.
本文提齣將歸一化RBF神經網絡應用于時空混沌時間序列的建模與預測,併遺傳算法訓練該網絡.通過利用該模型分彆對參數可變的Lorenz混沌時間序列、耦閤映象格子產生的時空混沌序列和真實的腦電信號進行建模和預測,得到較小的預測誤差,證明瞭該模型對時窄混沌時間序列有比較彊的擬閤能力和比較高的預測精度,有一定的工程應用價值.
본문제출장귀일화RBF신경망락응용우시공혼돈시간서렬적건모여예측,병유전산법훈련해망락.통과이용해모형분별대삼수가변적Lorenz혼돈시간서렬、우합영상격자산생적시공혼돈서렬화진실적뇌전신호진행건모화예측,득도교소적예측오차,증명료해모형대시착혼돈시간서렬유비교강적의합능력화비교고적예측정도,유일정적공정응용개치.
