许美玲
- 作品数：8 被引量：92H指数：7
- 供职机构：大连理工大学电子信息与电气工程学部更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术理学自然科学总论更多>>
- 基于回声状态网络的多元时间序列预测研究
- 复杂系统广泛存在于气象、水文等众多领域，具有多变量动态演化行为和多层次结构，大多呈现出混沌特性，无法建立精确的解析模型。在此背景下，多元时间序列分析与建模技术应运而生，为复杂系统研究提供一条新的途径。近年来，回声状态网络...
- 许美玲
- 关键词：复杂系统回声状态网络多元时间序列
- 一种基于L_1范数正则化的回声状态网络被引量：12
- 2014年
- 针对回声状态网络存在的病态解以及模型规模控制问题,本文提出一种基于L1范数正则化的改进回声状态网络.该方法通过在目标函数中添加L1范数惩罚项,提高模型求解的数值稳定性,同时借助于L1范数正则化的特征选择能力,控制网络的复杂程度,防止出现过拟合.对于L1范数正则化的求解,采用最小角回归算法计算正则化路径,通过贝叶斯信息准则进行模型选择,避免估计正则化参数.将模型应用于人造数据和实际数据的时间序列预测中,仿真结果证明了本文方法的有效性和实用性.
- 韩敏任伟杰许美玲
- 关键词：回声状态网络正则化多元时间序列
- 一种基于误差补偿的多元混沌时间序列混合预测模型被引量：11
- 2013年
- 针对多元混沌时间序列的预测问题,考虑到单纯改进储备池算法无法明显地提高预测精度,提出一种基于误差补偿的时间序列混合预测模型.实际观测的数据既包含线性特征又包含非线性特征.首先利用自回归移动平均模型预测线性特征,使得残差数据仅含非线性特征;然后,建立正则化回声状态网络模型预测;最后,将非线性部分的预测值与线性部分的预测值相加,以实现高精度的多元混沌时间序列预测.基于Lorenz和太阳黑子-黄河径流量时间序列的仿真实验验证了本文所提模型的有效性.
- 韩敏许美玲
- 关键词：回声状态网络混沌误差补偿
- 多元时间序列的子空间回声状态网络预测模型被引量：15
- 2014年
- 针对采用回声状态网络预测多元混沌时间序列时储备池学习算法可能存在的病态解问题,该文提出了一种基于快速子空间分解方法的回声状态网络预测模型.所提模型利用Krylov子空间分解方法提取储备池状态矩阵的子空间,子空间代替原状态矩阵进行输出权值求解,可以消除储备池状态矩阵的冗余信息,有效地解决伪逆算法存在的病态解问题,并且降低计算复杂度,提高泛化性能和预测精度.基于两组多元混沌时间序列的仿真结果验证了该文所提模型的有效性和实用性.
- 韩敏许美玲王新迎
- 关键词：回声状态网络多元时间序列
- 多元混沌时间序列的因子回声状态网络预测模型被引量：19
- 2015年
- 针对采用回声状态网络预测多元混沌时间序列时存在的病态解问题,本文建立了因子回声状态网络模型,通过因子分析(Factor analysis,FA)方法提取高维储备池状态矩阵的公因子,去除冗余和噪声成分.利用降维后的因子变量与期望输出之间的线性回归关系,求解网络未知参数.基于Lorenz序列和大连月平均气温–降雨量的仿真实验验证了本文所提模型的有效性.
- 许美玲韩敏
- 关键词：回声状态网络
- 无核相关向量机在时间序列预测中的应用被引量：9
- 2014年
- 针对采用核函数方法预测多元混沌时间序列时存在的高计算复杂度问题,该文在相关向量机的基础上,提出了一种不受核函数约束的无核相关向量机学习模型.利用储备池代替核函数,构建高维特征空间,将原始时间序列预测问题转化成与储备池参数相关的回归问题.在稀疏贝叶斯学习的框架下,给模型参数施加一个条件概率分布的约束,以得到稀疏的解空间,进而降低模型的复杂度,提高计算速度和预测精度.基于Lorenz混沌时间序列及太阳黑子-黄河径流量序列的仿真结果验证了所提模型的有效性.
- 韩敏许美玲穆大芸
- 关键词：核方法相关向量机时间序列预测
- 一种基于改进灰色关联分析的变量选择算法被引量：20
- 2017年
- 针对灰色绝对关联度模型和灰色相似关联度模型存在的问题,提出一种基于相对变化面积的改进灰色关联度模型.以序列几何形状的相似程度为基础,构建反应折线相似程度的相对变化面积,并以此作为关联系数的计算依据,同时以局部关联度的平均值度量整体的相似性,定义灰色关联度模型.此外,根据关联度计算结果,提出一种基于集合思想的变量选择算法,有效去除变量间的无关和冗余变量.仿真结果验证了所提出算法的有效性和合理性.
- 韩敏张瑞全许美玲
- 关键词：灰色关联分析
- 多元混沌时间序列的相关状态机预测模型研究被引量：13
- 2014年
- 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.
- 韩敏许美玲任伟杰
- 关键词：混沌时间序列主成分分析相关向量机
