10.3969/j.issn.1673-629X.2014.07.008
混沌RBF神经网络异常检测算法
针对传统神经网络异常检测算法的准确率问题,文中将混沌和RBF( Radial Basis Function)神经网络相结合,既可利用混沌的随机性、初值敏感性等特点,也可发挥RBF神经网络大规模并行处理、自组织自适应性等功能。文中对混沌时间序列进行相空间重构得到相空间向量,作为RBF神经网络的输入,通过RBF神经网络构建电力负荷序列的拟合函数,在此基础上进一步预测,比较预测值与真实值的偏差,从而判断检测信号是否为异常信号。实验结果表明,该方法相对其他算法预测精度更高,具有较好的异常检测能力。
电力负荷、相空间重构、混沌时间序列、RBF神经网络、异常检测
TP183(自动化基础理论)
国家国防技术基础科研项目Z201152010
2014-08-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
29-33