一种基于脑网络的分层模块化回声状态网络

作     者：李丁园 刘富 乔俊飞 

作者机构：吉林大学通信工程学院长春130022 北京工业大学电子信息与控制工程学院北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124 

基　　金：国家自然科学基金资助项目(61034008 61203099 61225016) 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2015年第51卷第22期

页      码：128-134页

摘      要：针对回声状态网络(Echo state network,ESN)结构设计问题,提出一种基于脑网络的分层模块化回声状态网络(Hierarchical modular echo state network,HMESN)。脑网络的拓扑结构使功能网络具有丰富的动力学特性,因此,从生物仿生学角度出发,对HMESN的储备池进行分层设计,各层级上的神经元采用小世界网络构建算法生成模块化结构,并引入层级连接。基于脑网络分层模块化的拓扑特征弱化了神经元间的耦合程度,从而使神经元的动力学特性更为丰富,在功能与结构上更接近于真实生物神经网络,有效地提高了网络处理问题的能力。采用Mackey-Glass时间序列预测和非线性系统辨识对网络进行验证,证明该网络的有效性和可行性。

主 题 词：回声状态网络 脑网络 储备池 时间序列预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0802[工学-机械学] 0835[0835] 0701[理学-数学类] 0811[工学-水利类] 0801[工学-力学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3901/JME.2015.22.128

馆 藏 号：203121276...