回声状态网络
回声状态网络的相关文献在2007年到2022年内共计320篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文208篇、会议论文10篇、专利文献418298篇;相关期刊135种,包括电子学报、计算机仿真、计算机工程与应用等;
相关会议9种,包括第五届国防科技工业试验与测试技术发展战略高层论坛、第23届过程控制会议、2011年全国生命系统建模仿真学术年会等;回声状态网络的相关文献由755位作者贡献,包括彭喜元、彭宇、韩敏等。
回声状态网络—发文量
专利文献>
论文:418298篇
占比:99.95%
总计:418516篇
回声状态网络
-研究学者
- 彭喜元
- 彭宇
- 韩敏
- 王建民
- 刘颖
- 王伟
- 赵珺
- 郭嘉
- 许美玲
- 薄迎春
- 雷苗
- 马千里
- 乔俊飞
- 任海鹏
- 孙晓川
- 张新宇
- 李军
- 李树江
- 李洁
- 李莹琦
- 杨凤琴
- 王新杰
- 王艳红
- 田中大
- 郝矿荣
- 金耀初
- 付琳娟
- 刘辉
- 夏亦犁
- 尹慧平
- 张各各
- 李春国
- 李青
- 杨凌
- 杨智明
- 杨绿溪
- 林红阳
- 王华秋
- 王大虎
- 王斌
- 王海
- 王红
- 董亚东
- 裴文江
- 贾倩
- 郭阳明
- 闫文
- 陈赟
- 高培
- 高宪文
-
-
赵月爱;
郗林栋
-
-
摘要:
为了提高可燃气体异常检测的预测精度,针对回声状态网络中权值的随机初始化会造成实际值和预测值之间误差较大的问题,提出一种改进回声状态网络的权值初始化方法.首先利用Xavier初始化方法使得各层激活值的方差、状态梯度的方差分别在传播过程中保持一致,从而确保网络中信息更好地流动,然后采用改进回声状态网络对时间序列数据进行学习,建立预测模型,最后分别在三类不同的数据集上对模型性能进行仿真测试.结果表明,与原回声状态网络相比,改进后模型的均方误差、归一化均方根误差和平均绝对百分比误差明显降低,可以对可燃气体信息进行更准确的预测,根据预测值和实际值的残差实现对可燃气体的异常检测,具有更好的应用价值.
-
-
杨琼波;
崔东文
-
-
摘要:
为提高径流时间序列预测精度,提出小波包分解(WPD)与奇异谱分解(SSA)-鼠群优化(RSO)算法-回声状态网络(ESN)相混合的径流时间序列预测方法。分别利用WPD和SSA将非平稳径流时间序列分解为若干子序列,有效降低径流时间序列的复杂性;介绍RSO算法原理,在不同维度条件下选取6个典型函数对RSO算法进行仿真测试;利用RSO算法对ESN储备池规模、稀疏度等超参数进行优化,建立WPD-RSO-ESN、SSA-RSO-ESN模型,并分别构建WPDRSO-SVM、WPD-ESN、WPD-SVM和SSA-RSO-SVM、SSA-ESN、SSA-SVM作对比分析模型;利用云南省江边街水文站1957-2014年逐月径流时间序列数据对8种模型进行检验及对比分析。结果表明:RSO算法在不同维度条件下均具有较好的寻优精度和全局搜索能力。WPD-RSO-ESN、SSA-RSO-ESN模型对实例后10年120个月月径流时间序列预测的平均绝对百分比误差分别为2.73%、3.90%,预测精度优于同一分解条件下的其他模型。RSO算法能有效优化ESN网络超参数,提高ESN网络的预测性能。WPD对径流时间序列数据的分解效果优于SSA方法。
-
-
李东东;
赵阳;
赵耀;
蒋海涛
-
-
摘要:
行星齿轮箱是风电机组中的重要部件,对风电机组的安全可靠运行具有重要意义。为此,提出一种基于深度特征融合网络的行星齿轮箱故障诊断方法,用于实现变速工况、样本不足和强噪声场景下的故障诊断。首先将原始信号扩展到多个特征域。其次利用多维堆栈稀疏自编码器提取各域特征。最后针对传统Softmax分类器对融合信息分类能力不足的问题,提出基于竞争粒子群算法优化的回声状态网络进行特征融合并输出诊断结果。经多场景不同故障诊断方法对比实验,所提方法在行星齿轮箱变速工况下分类效果良好,并对训练样本的减少和外界噪声有很强的鲁棒性。
-
-
刘半藤;
陈唯;
尹则高;
孙萍
-
-
摘要:
为提高小世界回声状态网络(SWESN)的非线性拟合能力,提出一种基于MCP正则化SWESN的时间序列预测方法(MCP-SWESN),优化小世界回声状态网络的输出权值,解决常规回归方法计算权值时出现的过拟合问题,提高预测精度。仿真实现ESN、SWESN、Ridge-SWESN、Lasso-SWESN、SCAD-SWESN和MCP-SWESN六种预测方法对Lorenz混沌时间序列、Mackey-Glass混沌时间序列和实际PM2.5浓度时间序列的预测,结果显示:基于MCP-SWESN的时间序列预测方法具有更强的预测能力。
-
-
华莎;
袁于思;
易灿灿;
张磊
-
-
摘要:
由于边坡失稳是一个循序渐进的过程,利用时间序列分析的方法来预测边坡未来变形,有利于实现边坡的稳定性评价。相比于传统的时间序列分析方法,多簇回声状态网络(MCESN)采用动态储备池将输入信号转换为高维状态向量,选择一组最优的状态向量来表示与任务相关的输入动态。为了验证模型的有效性,采用差分整合移动平均自回归模型(ARIMA)、回归支持向量机(SVM)、长短期记忆网络(LSTM)和传统的回声状态网络(ESN)以及MCESN对三峡船闸高边坡位移进行建模与分析,通过对比均方根误差(RMSE)和复相关系数,发现MCESN的预测精度和模型泛化能力更好。结果表明,MCESN在边坡变形预测具有良好的应用前景。
-
-
魏敏;
陈克锐;
林波;
艾勇;
刘军
-
-
摘要:
提出一种基于自编码器的小世界回声状态网络的故障预测方法,以此来应对风电机组变桨系统可能产生的故障,提高故障响应速度。通过分析系统中的监测参数和数据,建立基于自编码器的小世界回声状态网络系统模型。实例表明该方法可在故障发生前提前作出预警,验证了方法的可行性,有效降低了机组的运维成本。
-
-
刘鹏;
叶润;
闫斌;
谢茜;
刘睿
-
-
摘要:
深度回声状态网络是回声状态网络与深度学习思想的结合,合理选取不同谱半径的内部状态矩阵和弱积分参数能有效增强深度回声状态网络的多尺度时域特性。利用数据可视化分析输出矩阵在不同网络层中的分布关系,发现高层网络中部分神经元处于饱和工作状态且该状态抑制了网络动态预测能力。提出一种深度回声状态网络的输入矩阵自适应算法,在对网络内部状态的均值和方差进行递推估计的基础上判断神经元饱和状态,通过自适应调整各层输入权重的值来增强神经元动态性。数值计算结果表明,基于输入尺度自适应算法的深度回声状态网络相对同等规模的单层回声状态网络对于动态系统的预测精度有成倍提升。
-
-
翟肖昂;
宋金玲;
康燕;
李院夫;
林琢
-
-
摘要:
为了准确预测水质参数的变化趋势,基于回声状态网络(Echo state networks,ESN)对地表水质预测进行了试验。首先根据ESN的特点和训练步骤对ESN网络的重要参数进行分析;然后采用网格搜索(Grid Search,GS)算法对ESN的储备池规模、谱半径、泄漏率、正则化系数进行寻优;在此基础上,结合福建省某水库的真实监测数据建立GS-ESN水质预测模型,对该水库的溶解氧及高锰酸盐指标进行短期预测。结果表明,GS-ESN水质预测模型的准确性相对于经验调参方法有明显提高。
-
-
王人杰;
刘海忠;
朱洋
-
-
摘要:
气候问题是全人类始终关注的问题,因此有必要对其进行预测研究。本文采用广州市黄埔区的气象数据作为研究对象,分析的数据包括当地的风速、平均气温、降水量等多个不同指标。以气温(即气候温度,单位°C)作为因变量,其余变量视作影响气温的自变量。在数据预处理方面,选择主成分分析方法(PCA)对样本进行降维处理,从中选出影响权重最大的自变量,以筛选过后的数据作为基础,采用回声状态网络预测气温的变化。实验结果表明,预测值和实际值的总体偏差较小,均保持在较低水平,绝对预测误差普遍处于15%以下,预测效果良好。采用对比模型(LSTM模型和ARIMA模型)对同样的数据进行预测。在实验中,我们发现对比模型的预测效果并不理想,在均方误差(MSE)的计算中,预测值和实际值的拟合精度较低。验证了ESN预测效果的优越性。
-
-
申全军;
陈亮;
王孜建;
张昱;
樊兆董
-
-
摘要:
为解决黄河特大桥团雾出现无法预测、团雾分布状态难以估测、团雾影响范围难以测量对影响黄河特大桥发布交通管控措施的问题,针对黄河特大桥气象条件,设计出一种基于回声状态网络(ESN)预测算法的高速公路黄河特大桥团雾预警系统;预警系统采用分布式结构,由主站和子站构成,利用主站和子站连接的气象传感器、雷视一体等设备,主站和子站都能获取实现团雾预测相关的测量信息;子站通过Zigbee网络将获取的数据信息发送给主站,主站中的边缘计算终端利用主站获取的数据和子站传送的数据结合ESN预测算法对是否出现团雾进行预测,并利用雾端路测终端将预警信息发送到云端或指定服务器上;将团雾预警系统部署在黄河特大桥进行实验测试,结果表明:该系统能准确预警黄河特大桥是否出现团雾。
-
-
刘颖;
时飞飞;
赵珺;
王伟;
丛力群;
冯为民
- 《2011年全国生命系统建模仿真学术年会》
| 2011年
-
摘要:
以钢铁企业高炉煤气系统为背景,针对其产生量和消耗量的预测问题,提出一种改进回声状态网络时间序列方法进行系统仿真预测,并根据最小均方差准则,以最小化网络训练误差为目标,采用随机梯度下肇法对网络参数进行优化。该方法对于不同预测对象,可计算出合适的网络连接权值、储备池谱半径等参数,避免了传统回声状态网络方法中单凭经验选择网络参数的现状,提高了预测精度。采用该方法对高炉煤气系统现场实际产耗数据进行了仿真预测,仿真结果表明所提出方法的有效性。
-
-
-
-
-
-
刘颖;
赵珺;
王伟;
吴毅平;
陈伟昌
- 《第33期双清论坛——基于数据的控制、决策、调度与故障诊断》
| 2008年
-
摘要:
以钢铁企业高炉煤气系统这一复杂生产过程为背景,针对高炉煤气发生量的预测问题,提出一种基于数据的网络模型预测方法。鉴于生产数据含噪高的特点,采用经验模态分解将历史数据分解为若干独立的固有模态函数,将小尺度函数经低通滤波器自适应去噪后,再对数据重构以建立预测模型.在建模过程中提出一种改进的回声状态网络,通过奇异值分解求取网络输出权值,克服了线性回归算法出现的病态问题,提高了模型的预测精度.现场实际数据预测结果表明所提出方法的有效性,为制定煤气管网平衡调度方案提供科学的决策支持.
-
-
范广露;
姚卓民;
孟春蕾
- 《第五届国防科技工业试验与测试技术发展战略高层论坛》
| 2014年
-
摘要:
为了对振动台承等试验设备的健康状态展开实时监测及预测,提出了一种基于小波包能量熵和回声状态网络(ESN)的设备健康状态监测与预测方法.首先,对多种故障状态数据进行小波包分解,计算每个频带上的相对能量并求和;然后,根据小渡包能量熵的概念计算其小波包能量熵;最后,将小波包能量熵值作为输入训练ESN网络对设备未来健康状态进行预测.研究结果表明:小波包能量熵是一种描述设备健康状态的优良指标,可以实现对设备健康状态实时监测;回声状态网络可以有效预测小波包能量熵值,进而实现对设备健康状态预测效果.
-
-
-
-
-
-
-
-
-
-
-
-
-
- 国网重庆市电力公司市北供电分公司
- 公开公告日期:2022-02-25
-
摘要:
本发明公开了一种基于改进多存储池回声状态网络的行业用电量预测方法,将ESN网络中间的存储池层数量扩展为L(L=1,2,3,...,M),得到MRESN网络,可提高大量数据预测时的准确性以及增强特征提取能力;并且针对原始BAS算法的缺陷,提出一种IBAS算法,采用天牛种群的最优化,同时将精英选择和保留策略加入天牛群搜索的迭代中,之后在天牛须搜索算法中引入莱维飞行策略,并采用自适应步长策略更新天牛的当前位置。上述所提方法能够取得比原始ESN网络更好的数据预测效果,更加有利于对行业用电量进行准确预测。
-