基于贯序正则极端学习机的时间序列预测及其应用
【摘要】:为实现对液压泵特征参数的在线预测,提出一种贯序正则极端学习机(SRELM),并研究了基于SRELM的预测方法。SRELM根据结构风险最小化原理实现网络训练,其网络权值可随新样本的逐次加入而递推求解,具有泛化能力强与训练速度快的优点,因此适于特征参数的在线预测。基于SRELM的预测方法利用特征参数训练SRELM模型,以逐次增加新数据的方式对SRELM模型进行在线训练,并利用训练后的SRELM模型对未来时刻的特征参数进行外推预测。液压泵特征参数预测实例表明,基于SRELM的特征参数预测方法具有预测精度高与计算效率高的优点,其综合性能优于基于传统迭代式神经网络的预测方法与基于支持向量机的预测方法。
|
|
|
|
1 |
温长洋,姚敏,沈斌;电信行业时间序列预测系统设计与实现[J];系统工程理论与实践;2003年04期 |
2 |
何典;梁英;;金融时间序列数据挖掘的研究与应用[J];世界科技研究与发展;2008年01期 |
3 |
徐茹枝;常太华;吕广娟;;基于时间序列的网络安全态势预测方法的研究[J];数学的实践与认识;2010年12期 |
4 |
罗发龙,杨俊;一个关于Hopfield网络的定理[J];应用科学学报;1993年01期 |
5 |
徐乃平,李孝安,张力,戴冠中;NPSC神经网络并行仿真计算机[J];控制理论与应用;1993年04期 |
6 |
郭东辉,刘瑞堂,陈振湘,吴伯僖;Hopfield神经网络的改进[J];厦门大学学报(自然科学版);1993年01期 |
7 |
刘瑞堂,陈振湘,孙书农;Hopfield神经网络的电致发光兑现[J];厦门大学学报(自然科学版);1993年05期 |
8 |
张邦礼,李银国,曹长修;小波神经网络的构造及其算法的鲁棒性分析[J];重庆大学学报(自然科学版);1995年06期 |
9 |
孙道恒,胡俏,徐灏;固体力学有限元的神经计算原理[J];机械工程学报;1996年06期 |
10 |
文灵玲;用于肌电图鉴别的神经网络模型[J];国外医学.生物医学工程分册;1996年01期 |
11 |
杜栋;人才需求量预测的神经网络方法[J];系统工程理论方法应用;1996年03期 |
12 |
胡希军,瞿有甜;神经网络在遥感图像自动分类中的应用研究[J];浙江师范大学报(自然科学版);1996年04期 |
13 |
王炜,戴维乐;使用M_f值、C值、D值异常资料进行地震短期预测的神经网络方法[J];中国地震;1997年04期 |
14 |
王硕儒,赵举孝,范德江;自组织神经网络用于地质样品分类[J];物探与化探;1997年02期 |
15 |
高协平;神经网络的结构学习算法研究[J];湘潭大学自然科学学报;1998年04期 |
16 |
刘永振,蔡小慎,姜照华;基于神经网络的信息产业收益率预测[J];大连理工大学学报(社会科学版);1999年01期 |
17 |
张立祥,陈力强,韩秀君,刘文明;辽宁神经网络降水预报系统[J];辽宁气象;1999年01期 |
18 |
;基于神经网络的机械结构优化与系统参数辨识成果通过鉴定[J];学术动态;2000年01期 |
19 |
汪晓东;强度型激光光纤传感系统的神经网络补偿方法[J];光学学报;2002年02期 |
20 |
吕国云,张景森,赵荣椿,许学忠;神经网络在工程爆破应力波规律探讨中的应用[J];应用力学学报;2002年04期 |
|