一种小波分解回声状态网络时间序列预测方法

• 作者: 孙志国 王卓群
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 多尺度时间序列 小波分解 回声状态网络
• 年，卷（期）: 2010,（10）
• 页码范围: 947-952
• 分类号: TP183
• 字数: 3638字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2010.00947

摘要

针对多尺度时间序列各尺度发展趋势及整体预测问题, 建立小波分解回声状态网络预测模型(wavelet decomposition and echo state networks, WDESN), 根据各尺度的不同性质选取与之相匹配的回声状态网络模型(echo state networks, ESN), 同时, 通过在各尺度条件下引入权值系数实现预测分量最优整合, 提高整体预测精度.预测带噪多尺度正弦序列实验表明: WDESN模型与ESN、支持向量机及BP神经网络模型相比预测精度较高.目前, 该模型已成功用于移动通信话务量的预测, 并满足了现实系统的精度要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙志国	哈尔滨工程大学信息与通信学院	66	269	10.0	12.0
2	王卓群	哈尔滨工程大学信息与通信学院	3	14	1.0	3.0