基于組合模型的網(wǎng)絡流量預測(編輯修改稿)
2025-08-14 20:06 本頁面
【文章內容簡介】 y2ymy第一步：確定隱含層神經(jīng)元個數(shù)，隨機設定輸入層與隱含層間的連接權值 w和隱含層神經(jīng)元的閾值 b； 第二步：選擇一個可以無限可微的函數(shù)作為隱含層神經(jīng)元的激活函數(shù)，進而計算隱含層輸出矩陣 H； 第三步：計算輸出層權值 是一種特殊類型的單隱層前饋神經(jīng)網(wǎng)絡，僅有一個隱結點 層 。 極限學習機的 結構 原理 圖 RESEARCH METHODS ?HTb =?HTb=2 研究方法 蘭州大學 小波分解 一種基亍信號的時間、尺度的分析方法 它 具有在時間和頻率兩個 域中 提取 信號 局部特征的能力，非常適合對非平穩(wěn)的序列進行特征提取和 分析 ,1C ( , ) ( ) ( ) ( ) , ( )x a btbW T a b x t d t x t taayy+??==242。,D ( , ) ( ) ( )x j kW T j k x t t d ty+??= 242。連續(xù)小波變換 離散小波變換 RESEARCH METHODS 2 研究方法 蘭州大學 小波分解 Mallet算法 ()ft 1()dt2()dt3()dt4()dt1 ()ct2()ct3()ct4()ctMallat 分解算法示意圖 RESEARCH METHODS 3 模型設計 MODEL DESIGN 蘭州大學 小波分解及參數(shù) 選擇 Daubechies(dbN)小 波 Symlet(symN)小 波 Coiflet(coifN)小
環(huán)評公示相關推薦
鄂ICP備17016276號-1