多元時(shí)間序列的回聲狀態(tài)網(wǎng)絡(luò)模型表達(dá)與分類
計(jì)算機(jī)工程與應(yīng)用
頁數(shù): 9 2022-06-23
摘要: 回聲狀態(tài)網(wǎng)絡(luò)(echo state network,ESN)的儲(chǔ)備池結(jié)構(gòu)不僅能充分挖掘序列數(shù)據(jù)中動(dòng)態(tài)信息,也進(jìn)一步提高了訓(xùn)練效率。然而目前基于ESN的算法難以達(dá)到復(fù)雜神經(jīng)網(wǎng)絡(luò)的精度,為此提出一種基于生成模型距離度量的多元時(shí)間序列學(xué)習(xí)與分類方法。利用ESN在動(dòng)態(tài)數(shù)據(jù)表示的優(yōu)勢(shì)將低維動(dòng)態(tài)原始輸入映射到高維靜態(tài)空間,再擬合儲(chǔ)備池狀態(tài)序列的生成模型作為數(shù)據(jù)的模型表達(dá),結(jié)合原型推理,基于...