A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究)
针对受限玻尔兹曼机(restricted Boltzmann machines,RBM)算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM(conditional restricted Boltzmann machines)算法以及信念网络(deep belief network,DBN)模型,构建了 一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值,讨论该模型的深度及参数选取,并与经典的深度学习模型RBM、DAE和浅层学习中的BP神经网络进行对比,实验验证C...
Main Authors: | , , , , |
---|---|
Format: | Article |
Language: | zho |
Published: |
Zhejiang University Press
2016-07-01
|
Series: | Zhejiang Daxue xuebao. Lixue ban |
Subjects: | |
Online Access: | https://doi.org/10.3785/j.issn.1008-9497.2016.04.011 |
_version_ | 1797235822893727744 |
---|---|
author | ZHOUXiaoli(周晓莉) ZHANGFeng(张丰) DUZhenhong(杜震洪) CAOMinjie(曹敏杰) LIURenyi(刘仁义) |
author_facet | ZHOUXiaoli(周晓莉) ZHANGFeng(张丰) DUZhenhong(杜震洪) CAOMinjie(曹敏杰) LIURenyi(刘仁义) |
author_sort | ZHOUXiaoli(周晓莉) |
collection | DOAJ |
description | 针对受限玻尔兹曼机(restricted Boltzmann machines,RBM)算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM(conditional restricted Boltzmann machines)算法以及信念网络(deep belief network,DBN)模型,构建了 一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值,讨论该模型的深度及参数选取,并与经典的深度学习模型RBM、DAE和浅层学习中的BP神经网络进行对比,实验验证CRBM对于赤潮时序数据的预测拟合度要明显优于其他3种模型,该模型可有效用于赤潮类时序数据的趋势性预测. |
first_indexed | 2024-04-24T16:54:04Z |
format | Article |
id | doaj.art-8c86223298774eb89ed54710012338f4 |
institution | Directory Open Access Journal |
issn | 1008-9497 |
language | zho |
last_indexed | 2024-04-24T16:54:04Z |
publishDate | 2016-07-01 |
publisher | Zhejiang University Press |
record_format | Article |
series | Zhejiang Daxue xuebao. Lixue ban |
spelling | doaj.art-8c86223298774eb89ed54710012338f42024-03-29T01:58:36ZzhoZhejiang University PressZhejiang Daxue xuebao. Lixue ban1008-94972016-07-0143444245110.3785/j.issn.1008-9497.2016.04.011A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究)ZHOUXiaoli(周晓莉)0https://orcid.org/0000-0002-9097-5682ZHANGFeng(张丰)1DUZhenhong(杜震洪)2https://orcid.org/0000-0001-9449-0415CAOMinjie(曹敏杰)3LIURenyi(刘仁义)4 1.Zhejiang Provincial Key Laboratory of Resources and Environmental Information System, Zhejiang University, Hangzhou 310028, China( 1.浙江大学浙江省资源与环境信息系统重点实验室,浙江 杭州 310028) 1.Zhejiang Provincial Key Laboratory of Resources and Environmental Information System, Zhejiang University, Hangzhou 310028, China( 1.浙江大学浙江省资源与环境信息系统重点实验室,浙江 杭州 310028) 1.Zhejiang Provincial Key Laboratory of Resources and Environmental Information System, Zhejiang University, Hangzhou 310028, China( 1.浙江大学浙江省资源与环境信息系统重点实验室,浙江 杭州 310028) 1.Zhejiang Provincial Key Laboratory of Resources and Environmental Information System, Zhejiang University, Hangzhou 310028, China( 1.浙江大学浙江省资源与环境信息系统重点实验室,浙江 杭州 310028) 1.Zhejiang Provincial Key Laboratory of Resources and Environmental Information System, Zhejiang University, Hangzhou 310028, China( 1.浙江大学浙江省资源与环境信息系统重点实验室,浙江 杭州 310028)针对受限玻尔兹曼机(restricted Boltzmann machines,RBM)算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM(conditional restricted Boltzmann machines)算法以及信念网络(deep belief network,DBN)模型,构建了 一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值,讨论该模型的深度及参数选取,并与经典的深度学习模型RBM、DAE和浅层学习中的BP神经网络进行对比,实验验证CRBM对于赤潮时序数据的预测拟合度要明显优于其他3种模型,该模型可有效用于赤潮类时序数据的趋势性预测.https://doi.org/10.3785/j.issn.1008-9497.2016.04.011受限玻尔兹曼机crbm深度建模深度信念网络模型高斯分布 |
spellingShingle | ZHOUXiaoli(周晓莉) ZHANGFeng(张丰) DUZhenhong(杜震洪) CAOMinjie(曹敏杰) LIURenyi(刘仁义) A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究) Zhejiang Daxue xuebao. Lixue ban 受限玻尔兹曼机 crbm深度建模 深度信念网络模型 高斯分布 |
title | A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究) |
title_full | A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究) |
title_fullStr | A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究) |
title_full_unstemmed | A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究) |
title_short | A study on time series prediction model based on CRBM algorithm(基于CRBM算法的时间序列预测模型研究) |
title_sort | study on time series prediction model based on crbm algorithm 基于crbm算法的时间序列预测模型研究 |
topic | 受限玻尔兹曼机 crbm深度建模 深度信念网络模型 高斯分布 |
url | https://doi.org/10.3785/j.issn.1008-9497.2016.04.011 |
work_keys_str_mv | AT zhouxiaolizhōuxiǎolì astudyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT zhangfengzhāngfēng astudyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT duzhenhongdùzhènhóng astudyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT caominjiecáomǐnjié astudyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT liurenyiliúrényì astudyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT zhouxiaolizhōuxiǎolì studyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT zhangfengzhāngfēng studyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT duzhenhongdùzhènhóng studyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT caominjiecáomǐnjié studyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū AT liurenyiliúrényì studyontimeseriespredictionmodelbasedoncrbmalgorithmjīyúcrbmsuànfǎdeshíjiānxùlièyùcèmóxíngyánjiū |