[发明专利]一种基于进化混沌边缘的卷积储备池优化方法在审
| 申请号： | 201811331182.5 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109598329A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 张各各;张超;陆宇;姚瑞文;张卫东;徐鑫莉 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06N7/08 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 杨宏泰 |
| 地址： | 200030 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于进化混沌边缘的卷积储备池优化方法，用于提升储备池的计算能力，包括以下步骤：1)将待处理的时间序列Y及其相关输入变量X划分为训练数据集和预测数据集；2)随机初始化输入连接矩阵、储备池第l阶延迟连接矩阵，并设定最大迭代次数和测试误差阈值；3)对超参数进行初始化；4)设定参数搜索空间；5)将训练数据集输入卷积回声状态网络，训练得到输入连接估计矩阵；6)将基于记忆策略和Lèvy随机游走的粒子群优化‑重力搜索算法的超参数作为粒子位置，进行混沌边缘储备池优化，从而获取卷积储备池的最优超参数。与现有技术相比，本发明具有模拟时间依赖性、稳定地混沌边缘、预测分类性能高等优点。 | ||
| 搜索关键词： | 储备 混沌 卷积 训练数据集 输入连接 进化 优化 回声状态网络 矩阵 粒子群优化 时间依赖性 随机初始化 参数搜索 测试误差 分类性能 估计矩阵 计算能力 粒子位置 连接矩阵 时间序列 输入变量 搜索算法 随机游走 预测数据 初始化 迭代 延迟 预测 | ||
【主权项】：
1.一种基于进化混沌边缘的卷积储备池优化方法，用于提升储备池的计算能力，其特征在于，包括以下步骤：1)将待处理的时间序列Y及其相关输入变量x划分为训练数据集和预测数据集；2)随机初始化输入连接矩阵Win、储备池第l阶延迟连接矩阵(Wx)l，l＝1,...,L，L为延迟阶数，并设定最大迭代次数和测试误差阈值；3)对基于记忆策略和Lèvy随机游走的粒子群优化‑重力搜索算法的超参数进行初始化；4)设定卷积回声状态网络参数搜索空间；5)将训练数据集输入卷积回声状态网络，对于批处理，采用Toeplitz矩阵简化回声状态网络状态向量，并进行训练得到输入连接估计矩阵![]()
6)将基于记忆策略和Lèvy随机游走的粒子群优化‑重力搜索算法的超参数作为粒子位置，进行混沌边缘储备池优化，从而获取卷积储备池的最优超参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811331182.5/，转载请声明来源钻瓜专利网。
