文件名称:
基于M估计器的在线序贯极限学习机，用于预测具有离群值的混沌时间序列
开发工具:
文件大小: 862kb
下载次数: 0
上传时间: 2021-02-26
详细说明：提出了一种基于M估计量的在线序列极限学习机（M-OSELM）来预测具有离群值的混沌时间序列。 M-OSELM是从在线顺序极限学习机（OSELM）算法发展而来的，并保留了与OSELM相同的出色顺序学习能力，但是用基于M估计器的稳健成本函数取代了传统的最小二乘成本函数，以增强模型的鲁棒性。 通过最小化基于M估计器的成本函数，可以防止可能的异常值进入模型的输出权重更新方案。 同时，在M-OSELM的顺序学习过程中，引入了一种基于误差滑动窗的顺序参数估计方法，以估计Mestimator函数的阈值，用于在线离群值检测。 借助内置的中值运算和滑动窗口策略，该方法可以高效地连续提供稳定的估计量，而无需高昂的计算成本，然后可以有效地检测出潜在异常值。 仿真结果表明，当训练数据集包含异常值时，所提出的M-OSELM对异常值具有极好的抗扰性，并且在预测混沌时间序列方面总是能取得比同类方法更好的性能，同时确保了在线序列的所有优势。方法
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
