基于循环神经网络和卡尔曼滤波器的多变量混沌时间序列预测

胡艳

首页> 中文期刊> 《计算机应用与软件》 >基于循环神经网络和卡尔曼滤波器的多变量混沌时间序列预测

基于循环神经网络和卡尔曼滤波器的多变量混沌时间序列预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

混沌时间序列的鞍点远多于极值点,且容易出现多重共线性问题.对此,提出基于循环深度神经网络和卡尔曼滤波器的时间序列预测算法.利用循环深度神经网络预测高维时间序列,使用实时递归学习算法搜索最小化预测误差的最优网络参数,采用Levenberg-Marquardt算法对神经网络进行迭代训练.在线更新循环神经网络的过程中,利用卡尔曼滤波器对循环神经网络的输出权重进行调节,解决多重共线性的问题.实验结果表明,该算法实现了较低的预测误差,并且缓解了高维时间序列的多重共线性问题.

著录项

来源
《计算机应用与软件》 |2021年第4期|281-287323|共8页
作者
胡艳;
展开▼
作者单位

广西财经学院防城港学院广西南宁530003;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
时间序列; 深度学习; 卡尔曼滤波器; 多重共线性问题; 循环神经网络; 梯度下降法;

相似文献

中文文献
外文文献
专利

1. 基于多变量混沌时间序列的航班运行风险预测模型 [J] . 王岩韬 ,李景良 ,谷润平 . 北京科技大学学报 . 2020,第012期
2. 基于多变量混沌时间序列的冲击地压预测 [J] . 陶慧 ,马小平 ,乔美英 . 煤炭学报 . 2012,第010期
3. 基于改进局域Volterra自适应滤波器的风电功率混沌时间序列预测模型 [J] . 王兰 ,李华强 ,吴星 . 电力自动化设备 . 2016,第008期
4. 基于稀疏Volterra滤波器混沌时间序列自适应预测 [J] . 陆振波 ,蔡志明 ,姜可宇 . 系统工程与电子技术 . 2007,第009期
5. 用于低维混沌时间序列预测的一种非线性自适应预测滤波器 [J] . 张家树 ,肖先赐 . 通信学报 . 2001,第010期
6. 基于优化相空间重构的多变量混沌时间序列预测 [C] . 王一颉 ,韩敏 . 第26届中国控制会议 . 2007
7. 基于循环神经网络的非平稳多变量时间序列预测 [A] . 刘颉羲 . 2020

基于循环神经网络和卡尔曼滤波器的多变量混沌时间序列预测

摘要

著录项

相似文献

相关主题

期刊订阅