付琳娟 作品数:4 被引量:14 H指数:2 供职机构: 西北工业大学计算机学院 更多>> 发文基金: 中国航空科学基金 陕西省自然科学基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 航空宇航科学技术 更多>>
基于回声状态网络的飞机混沌时间序列预测模型 被引量:5 2012年 准确检测飞机即将发生的故障或预测其状态的变化趋势,对于实现飞行安全具有重要意义。文章针对传统基于回声状态网络在故障预测中的不足,构建了基于小波降噪的回声状态网络预测模型。该模型保留了非线性时间序列回声状态网络预测的优势,并采取小波变换对混沌时间序列进行降噪预处理,有效提高了含噪混沌时间序列的预测精度。论文通过对某飞机发动机滑油散热器温度时间序列数据序列进行预测分析,表明文中模型具有较好的预测精度,验证了模型的有效性。 郭阳明 蔡小斌 付琳娟 马捷中关键词:小波变换 回声状态网络 故障预测 基于回声状态网络的多变量预测模型的研究 被引量:7 2009年 考虑单变量在混沌时间序列预测中的不足,文章利用多变量模型进行混沌时间序列的预测。针对多变量预测过程中的维数过高问题,文章结合主元分析理论(PCA)和回声状态网络(ESN),构建了基于PCA和ESN的多变量混沌时间序列预测模型,将PCA降维后的时间序列数据输入ESN网络进行预测分析。论文对由Lorenz动态方程生成的三变量混沌时间序列进行了仿真实验,结果表明该模型有效地提高了预测的精度和预测的效率,是一种有效的混沌时间序列预测方法。 付琳娟 翟正军 郭阳明关键词:回声状态网络 主元分析 基于ESN的航空发动机状态组合预测方法 被引量:2 2013年 基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法. 郭阳明 付琳娟 冉从宝 马捷中关键词:航空发动机 回声状态网络 小波分析 基于回声状态网络和主元分析的混沌时间序列预测模型 2010年 回声状态网络(Echo State Network,ESN)能够极好地逼近非线性系统,在非线性混沌时间序列的预测中取得了良好的效果。但是,由于ESN的训练和预测过程是1个高维权值矩阵的运算过程,往往不能获得更好的预测速度。文章提出了一种基于主元分析与回声状态网络相融合的非线性混沌时间序列预测模型。该模型通过主元分析降低输入向量的维数,以减小ESN输入权值矩阵的规模,降低运算的复杂度,从而达到减小ESN训练时间、提高预测速度的目的。利用仿真数据对ESN和文中模型进行了精度和预测时间对比实验,表明该模型是一种有效模型。 郭阳明 孙姜燕 付琳娟 翟正军关键词:主元分析 回声状态网络 混沌时间序列