基于儲(chǔ)備池的非線性系統(tǒng)預(yù)測(cè)理論與分析方法

前言
第1章　緒論
　1.1　引言
　1.2　儲(chǔ)備池及相關(guān)神經(jīng)網(wǎng)絡(luò)方法
　1.3　基于儲(chǔ)備池的非線性系統(tǒng)辨識(shí)和預(yù)測(cè)方法
　1.4　小結(jié)
　參考文獻(xiàn)
第2章　儲(chǔ)備池網(wǎng)絡(luò)基礎(chǔ)
　2.1　引言
　2.2　儲(chǔ)備池網(wǎng)絡(luò)
　2.3　靜態(tài)儲(chǔ)備池網(wǎng)絡(luò)的模型結(jié)構(gòu)
　2.4　動(dòng)態(tài)儲(chǔ)備池網(wǎng)絡(luò)的模型結(jié)構(gòu)
　2.5　基于儲(chǔ)備池的非線性系統(tǒng)建模
　2.6　小結(jié)
　參考文獻(xiàn)
第3章　儲(chǔ)備池解的性能分析及幾種改進(jìn)學(xué)習(xí)算法
　3.1　引言
　3.2　儲(chǔ)備池解的性能分析
　3.3　基于正則化方法的儲(chǔ)備池網(wǎng)絡(luò)
　3.4　基于LM算法的儲(chǔ)備池網(wǎng)絡(luò)
　3.5　基于信賴域Newton算法的儲(chǔ)備池網(wǎng)絡(luò)
　3.6　小結(jié)
　參考文獻(xiàn)
第4章　基于儲(chǔ)備池的無核支持向量機(jī)
　4.1　引言
　4.2　基于儲(chǔ)備池的無核支持向量機(jī)
　4.3　無核支持向量機(jī)的魯棒性及其實(shí)現(xiàn)方法
　4.4　無核支持向量機(jī)與傳統(tǒng)支持向量機(jī)的區(qū)別和聯(lián)系
　4.5　小結(jié)
　參考文獻(xiàn)
第5章　儲(chǔ)備池網(wǎng)絡(luò)的幾種改進(jìn)方法
　5.1　引言
　5.2　儲(chǔ)備池網(wǎng)絡(luò)的卡爾曼濾波在線學(xué)習(xí)方法
　5.3　基于儲(chǔ)備池的主成分分析方法
　5.4　基于靜態(tài)儲(chǔ)備池的無核支持向量機(jī)Newton算法
　5.5　基于1-范數(shù)正則化的靜態(tài)儲(chǔ)備池網(wǎng)絡(luò)
　5.6　基于貝葉斯回歸的多儲(chǔ)備池網(wǎng)絡(luò)
　5.7　小結(jié)
　參考文獻(xiàn)
第6章　基于儲(chǔ)備池的非線性系統(tǒng)辨識(shí)和預(yù)測(cè)仿真實(shí)例
　6.1　性能指標(biāo)
　6.2　靜態(tài)儲(chǔ)備池的仿真實(shí)例
　6.3　基于動(dòng)態(tài)儲(chǔ)備池的非線性系統(tǒng)辨識(shí)仿真實(shí)例
　6.4　基于動(dòng)態(tài)儲(chǔ)備池的混沌時(shí)間序列預(yù)測(cè)仿真實(shí)例
　6.5　儲(chǔ)備池網(wǎng)絡(luò)的幾種改進(jìn)方法仿真實(shí)例
　6.6　小結(jié)
　參考文獻(xiàn)
附錄　公式符號(hào)對(duì)照表