在远程会议等环境中，回声的存在会严重误导听者听取有用的语音，另外，在识别中影响识别效果等，因此AEC就显得尤为重要，这里的程序可以有效实现回声消除，不仅仅只是针对单通道，即便是立体声等都可以实现回声的消除；
2020-03-04 03:10:38
43KB
1
基于混合反馈型回声状态网络的预测算法，冯辰，崔鸿雁，随着回声状态网络(ESN)预测算法的广泛应用，算法的预测精度已经成为衡量该算法好坏的一条重要标准。本论文提出了一种基于混合反馈�
2020-01-17 03:13:53
358KB
1
基于回声状态神经网络的脑运动皮层神经信号建模，周汉英，王永骥，回声状态神经网络（ESN）既是一种全新的回归神经网络，又是一种全新的学习方法。它的特点是通过大量神经元组成一个稀疏连接的网络
2020-01-17 03:13:53
437KB
1
基于改进回声状态网络的混沌时间序列多步预测，张亚琦，杨凌，传统回声状态网络（ESN）对混沌时间序列的预测多用于不含噪声的理想条件，针对这一不足，本文选用小波分析与回声状态网络结合，提
2020-01-17 03:13:53
347KB
1
一种新型回声状态网络及其在无线频谱预测中的应用研究，梁小东，杨凌，面向硬件实现需求，区别于经典回声状态网络动态储备池的随机生成模式，构造了一种具有确定性反馈连接的环状储备池，减少了储备池
2020-01-17 03:13:51
385KB
1
为了提高网络热点话题的预测精度，针对传统回声状态网络存在的不足，提出一种改进回声状态网络的网络热点话题预测模型。首先将一维的网络热点话题时间序列重构成多维时间序列，然后采用改进回声状态网络对多维时间序列进行学习，建立网络热点话题预测模型，最后对模型性能进行仿真测试。结果表明，改进回声状态网络可对网络热点话题的变化趋势进行准确刻画，网络热点话题的预测精度得以提高，而具有更好的应用价值。
2020-01-17 03:13:46
616KB
1
针对超短期负荷预测周期短，要求预测速度快的特点，构建了基于稳健回归和回声状态网络的超短期负荷预测方法。回声状态网络作为一种递归神经网络，其隐含层为一个储备池，并且通过线性回归训练网络，从而具有映射复杂动态系统的能力和训练快速的特点，能较好地满足超短期负荷预测的要求。考虑到异常负荷数据的影响，将稳健回归运用于网络训练阶段，以削弱异常值的影响，从而提升预测的精度。通过算例验证了所提方法的可行性和有效性。
2020-01-17 03:13:46
602KB
1
里面包含三组网络流量数据，一组公共数据集，还有回声状态网络的matlab代码，主要包括2个方面，一个是对数据进行处理，另外一个是预测，提供给大家学习，希望有所帮助
2020-01-17 03:10:13
18.57MB
1