多元混沌时间序列的相关状态机预测模型研究
针对多元混沌时间序列预测存在的过拟合问题及高维输入变量冗余问题,提出一种新型的多变量稀疏化预测模型—多元相关状态机。该模型采用主成分分析方法对相空间重构后的高维输入变量进行低维表示,将动态储备池作为相关向量机的核函数,充分映射多元混沌时间序列的动力学特性,使得模型具有丰富的动态机制和良好的稀疏性能,有效避免过拟合问题,提高预测精度。基于两组多元混沌时间序列的仿真实验验证了模型的有效性。
多元、混沌时间序列、储备池、主成分分析、相关向量机
TP1;TP2
国家重点基础研究发展计划973计划2013CB430403;国家自然科学基金61374154;National Basic Research Program of China 973 Program2013CB430403;National Natural Science Founda-tion of China61374154
2014-06-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
822-829