%0 Journal Article
%T 基于贝叶斯回归的多核回声状态网络研究
%A 韩敏
%A 穆大芸
%J 控制与决策
%P 531-534
%D 2010
%X 在利用单储备池模型对多变量预测研究时,多个变量只能通过单个储备池进行特征映射,无法分别刻画各个变量的动力学特性.针对以上问题,提出一种多储备池回声状态网络.混沌系统中各个变量分别通过各个储备池扩展成高维的特征向量,采用Bayesian线性回归的方法,对多核回声状态网络输出权值进行训练,形成一种新的预报器,即多核贝叶斯状态回声机(MrBESN).实际数据的仿真结果验证了所提方法的有效性.
%K 贝叶斯回归
%K 多储备池
%K 回声状态网络
%K 多变量
%K Bayesian
%K regression
%K Multi-reservoir
%K Echo
%K state
%K network
%K Multi-variable
%U http://www.kzyjc.net:8080/CN/abstract/abstract9834.shtml