模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2010年
6期
874-879
,共6页
混沌序列预测%径向基函数网络%序贯学习%滑动数据窗口
混沌序列預測%徑嚮基函數網絡%序貫學習%滑動數據窗口
혼돈서렬예측%경향기함수망락%서관학습%활동수거창구
为了利用径向基函数(RBF)神经网络对混沌序列进行精确和快速的在线预测,提出一种在线构造变结构RBF神经网络的序贯学习算法. 该算法建立实时更新的滑动数据窗口,通过学习窗口内的数据对隐节点进行增加和删除,动态确定RBF神经网络隐节点的数目及中心位置,并对隐层至输出层的连接权值进行在线调整. 该算法具有调节参数少、学习速度快以及所得网络结构精简等特点. 将该网络用于Mackey-Glass混沌时间序列的在线预测实验,结果验证该算法对该混沌序列具有良好的在线动态辨识和预测性能.
為瞭利用徑嚮基函數(RBF)神經網絡對混沌序列進行精確和快速的在線預測,提齣一種在線構造變結構RBF神經網絡的序貫學習算法. 該算法建立實時更新的滑動數據窗口,通過學習窗口內的數據對隱節點進行增加和刪除,動態確定RBF神經網絡隱節點的數目及中心位置,併對隱層至輸齣層的連接權值進行在線調整. 該算法具有調節參數少、學習速度快以及所得網絡結構精簡等特點. 將該網絡用于Mackey-Glass混沌時間序列的在線預測實驗,結果驗證該算法對該混沌序列具有良好的在線動態辨識和預測性能.
위료이용경향기함수(RBF)신경망락대혼돈서렬진행정학화쾌속적재선예측,제출일충재선구조변결구RBF신경망락적서관학습산법. 해산법건립실시경신적활동수거창구,통과학습창구내적수거대은절점진행증가화산제,동태학정RBF신경망락은절점적수목급중심위치,병대은층지수출층적련접권치진행재선조정. 해산법구유조절삼수소、학습속도쾌이급소득망락결구정간등특점. 장해망락용우Mackey-Glass혼돈시간서렬적재선예측실험,결과험증해산법대해혼돈서렬구유량호적재선동태변식화예측성능.
