基于扩展卡尔曼滤波的回声状态网络在线训练算法

• 作者: 彭喜元 彭宇 王建民 王红
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 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
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1514-1520
• 分类号: TP183
• 字数: 5530字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭喜元	哈尔滨工业大学自动化测试与控制研究所	106	2018	25.0	40.0
2	彭宇	哈尔滨工业大学自动化测试与控制研究所	80	2316	24.0	47.0
3	王建民	哈尔滨工业大学自动化测试与控制研究所	7	187	6.0	7.0
4	王红	哈尔滨工业大学自动化测试与控制研究所	4	14	1.0	3.0