混沌RBF神经网络异常检测算法

• 作者: 皮德常 翁鹤
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 电力负荷 相空间重构 混沌时间序列 RBF神经网络 异常检测
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP183
• 字数: 5172字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.07.008

摘要

针对传统神经网络异常检测算法的准确率问题，文中将混沌和RBF( Radial Basis Function)神经网络相结合，既可利用混沌的随机性、初值敏感性等特点，也可发挥RBF神经网络大规模并行处理、自组织自适应性等功能。文中对混沌时间序列进行相空间重构得到相空间向量，作为RBF神经网络的输入，通过RBF神经网络构建电力负荷序列的拟合函数，在此基础上进一步预测，比较预测值与真实值的偏差，从而判断检测信号是否为异常信号。实验结果表明，该方法相对其他算法预测精度更高，具有较好的异常检测能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	皮德常	南京航空航天大学计算机科学与技术学院	66	408	9.0	17.0
2	翁鹤	南京航空航天大学计算机科学与技术学院	1	8	1.0	1.0