文献标题: |
基于扩展卡尔曼滤波的回声状态网络在线训练算法 |
文献来源: |
王建民;彭宇;彭喜元;王红; 仪器仪表学报 2011年 07期 |
文献关键词: |
时间序列预测递归神经网络回声状态网络扩展卡尔曼滤波 |
文献摘要: |
针对在线应用中回声状态网络(echo state network,ESN)的储备池适应性和训练算法效率问题,文中提出一种基于扩展卡尔曼滤波(extended kalman filter,EKF)的ESN在线训练算法。该算法以ESN的储备池参数以及输出连接权矩阵为目标参数,利用EKF对其进行联合训练提高储备池适应性,并能够有效地克服交叉验证参数选择导致的ESN训练效率下降问题。Lorenz混沌时间序列以及移动通信话务量时间序列预测实验证明,新方法可显著提升ESN算法的总体计算效率。 |