计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2009年
8期
1947-1949
,共3页
训练算法%粒子群优化%回声状态网%人工神经网络%非线性预测
訓練算法%粒子群優化%迴聲狀態網%人工神經網絡%非線性預測
훈련산법%입자군우화%회성상태망%인공신경망락%비선성예측
回声状态网是一种新型的循环网络结构与循环网络学习方法,较传统神经网络相比,具有更强的非线性预测能力.但是,传统ESN的训练方法所需学习样本非常多,而提出的PSO-ESN模型利用PSO来训练ESN的输出权重,能在有限的学习样本情况下,有效的提高了其预测精度.最后,对网络流量预测的实验结果表明了该算法的有效性.
迴聲狀態網是一種新型的循環網絡結構與循環網絡學習方法,較傳統神經網絡相比,具有更彊的非線性預測能力.但是,傳統ESN的訓練方法所需學習樣本非常多,而提齣的PSO-ESN模型利用PSO來訓練ESN的輸齣權重,能在有限的學習樣本情況下,有效的提高瞭其預測精度.最後,對網絡流量預測的實驗結果錶明瞭該算法的有效性.
회성상태망시일충신형적순배망락결구여순배망락학습방법,교전통신경망락상비,구유경강적비선성예측능력.단시,전통ESN적훈련방법소수학습양본비상다,이제출적PSO-ESN모형이용PSO래훈련ESN적수출권중,능재유한적학습양본정황하,유효적제고료기예측정도.최후,대망락류량예측적실험결과표명료해산법적유효성.
