储备池相关论文
让计算机精确地了解人的情感状态是实现人机交互的前提。生理信号是人体器官相互作用产生的生物电信号,能够自发地反映出人类内心......
工业机器人具备可编程、拟人化和通用性等方面的优点,正在被广泛应用于各个领域中。精密减速器是在工业机器人中技术含量最高的关......
非线性时间序列广泛存在于工程问题及科学研究中，准确的预测结果可以为科学决策提供理论及实际支持。近年来，递归神经网络成为时间序......
回声状态网是一种新型的递归神经网络,仅需要训练输出权值,克服了传统递归神经网络存在训练算法过于复杂、收敛速度慢、易于陷入局......
为了提升储备池的动态适应性能,克服回声状态网络(ESN)输出权值求解的病态不适定问题,平衡其拟合与泛化能力,提出了一种基于L1/2范......
针对基于梯度下降的模糊递归神经网络训练效率低、容易陷入局部极小的缺点,本文基于回声状态网络（Echo State Networks,ESNs）和TS模......
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......
回声状态网是一种新型的递归神经网络,仅需要训练输出权值,克服了传统递归神经网络存在训练算法过于复杂、收敛速度慢、易于陷入局......
采用单个时滞非线性神经元结构储备池对不同波形进行识别,研究虚节点个数、反馈强度、输入增益等参数和输入端信噪比对波形识别计......
回声状态网络储备池完全随机生成,数据预测时其参数的设置缺乏合理性,因此将果蝇优化算法应用于回声状态网络储备池参数的优化中,......
针对回声状态网络（Echo state network，ESN）结构设计问题，提出一种基于脑网络的分层模块化回声状态网络（Hierarchical modularecho stat......
作为一种递归神经网络,回声状态网络凭借其简单的训练过程和独特的储备池结构受到广泛关注,目前已经应用于时间序列预测、非线性系......
随着应用的深入和拓展，数据计算呈现出越来越高的复杂性，包括高度非线性、混沌、含噪量大等。具有这种特点的计算问题，传统的数学方法......
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......
<正>对于不少企业来说,潜能至今就犹如一个黑匣子一般,看不清摸不着,有诸多的疑问:潜能如果是种天赋,是种内在的素质特点,那它包括......
针对声效检测过程中基于帧的谱特征不能描述语音现象中固有的时间相关性和动态变化信息的问题,提出一种结合回声状态网络和径向基......
为了提高时间序列的预测精度,提出了利用改进的小世界网络优化泄露积分型回声状态网（Leaky-integrator echo state network,Leaky E......
<正>美国的科研管理没有全国统一的政府部门,呈现出多元化的特点,突出体现在美国国家实验的建设和运行管理方面。广义的美国国家实......
