- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2019年接入网光纤国际研讨会（FOAN）- 波黑萨拉热窝（2019.9.2-2019.9.4）] 2019年接入网光纤国际研讨会（FOAN）- 面向自由空间光通信应用的硅焦平面阵列相机检测：携带二维空间调制信息的可见光安全光束上转换技术
摘要： 现有神经网络在对动态系统进行建模与控制时存在部分观测问题。本文提出一种新型线性化循环神经网络——泰勒展开回声状态网络（TESN），用于部分观测动态系统的预测控制。通过施加岭回归和稀疏回归两种正则化方案来解决病态估计问题，并研究了套索回归与弹性网络两种稀疏回归估计器。研究发现，正则化学习能提升读出系数的估计一致性，同时抑制预测时域内线性化残差的累积。一系列实验验证了正则化学习对TESN在部分观测动态系统预测控制中的有效性。
关键词： 回声状态网络、预测控制、神经网络、稀疏正则化
更新于2025-09-23 15:19:57
-
[2019年IEEE国防光子学研究与应用会议(RAPID) - 美国佛罗里达州米拉马尔海滩(2019.8.19-2019.8.21)] 2019年IEEE国防光子学研究与应用会议(RAPID) - 邀请报告："光丝产生远程激光等离子体激波的高分辨率时空成像"
摘要： 本文针对意大利罗马电力分销商ACEA电网测量的电力负荷时间序列（TS）预测问题，采用回声状态网络（ESN）分别研究10分钟和1天两种不同提前期的预测方案。对于10分钟短期预测采用标准方法，而针对一天预测周期，我们将数据表示为高维多元时间序列——其变量数量等同于当日测量次数。通过PCA分解获得的正交变换，我们将时间序列维度降至k个独立变量，从而将原始预测问题转化为k个单步超前预测任务。最终通过k个独立预测模型的协同输出组合获得整体预测结果。我们运用遗传算法优化ESN参数，并将其预测精度与标准自回归积分滑动平均模型进行对比。
关键词： 主成分分析、降维、电力负荷预测、智能电网、遗传算法、预测、回声状态网络、时间序列
更新于2025-09-19 17:13:59
-
[IEEE 2019年第16届中国国际固态照明论坛暨2019年国际宽禁带半导体论坛中国分会（SSLChina: IFWS）- 中国深圳（2019.11.25-2019.11.27）] 2019年第16届中国国际固态照明论坛暨2019年国际宽禁带半导体论坛中国分会（SSLChina: IFWS）- 基于改进反激驱动器的智能LED照明研究
摘要： 本文针对意大利罗马电力分销商ACEA电网所测电力负荷时间序列（TS）的预测问题，采用回声状态网络（ESN）分别研究10分钟和1天两种不同提前期的预测方案。对于10分钟短期预测采用标准方法，而针对一天预测周期，我们将数据表示为高维多元时间序列——其变量数量等同于当日记录的测量次数。通过主成分分析（PCA）分解获得的正交变换，我们将时间序列维度降至k个独立变量，从而将原始预测问题转化为k个独立的一步超前预测任务。最终通过k个独立预测模型的协同输出组合获得预测结果。我们运用遗传算法优化ESN参数，并将其预测精度与标准自回归积分滑动平均模型进行对比。
关键词： 遗传算法、预测、主成分分析、回声状态网络、时间序列、智能电网、电力负荷预测、降维
更新于2025-09-19 17:13:59