新書推薦:

《
靖难之役:明朝初年的改革、削藩、政争与叛乱
》
售價:NT$
398.0

《
斗罗宇宙全解:斗罗大陆IP官方设定集百科全书
》
售價:NT$
760.0

《
新民说·我也只是一个人
》
售價:NT$
347.0

《
数学史这样教
》
售價:NT$
408.0

《
高能量家庭
》
售價:NT$
153.0

《
汉晋士大夫结党交游研究
》
售價:NT$
296.0

《
考古何以可能?——考古学理论的对话
》
售價:NT$
449.0

《
大学问·昌明国粹:柳诒徵及其弟子之学术
》
售價:NT$
454.0
|
內容簡介: |
本书基于回声状态网络ESN研究时间序列分类和预测问题:第一,分析了面向时间序列分析的ESN;第二,研究了基于DE和ESN的时间序列分类方法;第三,研究了基于BSA优化ESN的时间序列预测方法;第四,研究了基于组合ESN的时间序列预测方法;第五,设计了基于小波ESN的旅游需求预测模型;第六,构建了基于双储备池ESN的电力负荷预测模型;第七,设计了基于VMD和改进ESN的风速预测模型;第八,提出了基于Bagging和ESN的能源消费量预测。这些研究成果可以帮助行业和企业管理人员提高复杂数据环境下的预测水平。
|
目錄:
|
目录1 面向时间序列分析的ESN 11.1 时间序列分析面临的挑战 11.2 ESN原理分析 51.3 ESN时间序列分类 111.4 ESN时间序列预测 141.5 本章小结 172 基于DE和ESN的时间序列分类 182.1 引言 182.2 分类器Conceptor 192.3 基于ADE算法优化的分类器 232.4 数值实验和结果分析 272.5 本章小结 383 基于BSA优化ESN的时间序列预测 393.1 引言 393.2 BSA及其改进 413.3 设计的BSA-ESN混合预测模型 463.4 数值实验和结果分析 483.5 本章小结 594 基于组合ESN的时间序列预测 614.1 引言 614.2 所选个体预测模型分析 654.3 线性组合预测模型 694.4 数值实验和结果分析 794.5 本章小结 865 基于小波ESN的旅游需求预测 875.1 引言 875.2 具有小世界特性的小波ESN预测模型 905.3 基于SW-W-ESN模型的旅游需求预测 955.4 本章小结 1036 基于双储备池ESN的电力负荷预测 1046.1 引言 1046.2 改进BSA优化双储备池ESN的混合预测模型 1066.3 基于IBSA-DRESN的单因素电力负荷预测 1156.4 基于IBSA-DRESN的多因素电力负荷预测 1236.5 本章小结 1307 基于VMD和改进ESN的风速预测 1317.1 引言 1317.2 构建的VMD-DE-ESN混合预测模型 1347.3 实验设置 1387.4 实验结果展示与分析 1427.5 本章小结 1588 基于Bagging和ESN的能源消费量预测 1608.1 引言 1608.2 设计的BDEESN预测模型 1628.3 实验设置 1658.4 实验结果展示与分析 1728.5 本章小结 180参考文献 182后记 198
|
|