1.一种基于储备池计算的遥感图像时间序列预测方法,其特征在于,包括储备池计算网络,所述储备池计算网络包括输入层、储备池和输出层;
时间点t上输入的观测向量s(t)通过储备池投影到随机生成的高维子空间V(S)上,其中,V表示高维子空间,S表示输入的时间向量;而预测的目标则用低维子空间{y储备池的隐藏层有N层,h个N维观测向量依次输入到储备层的各层RC储备池中每一层的神经元个数分别为U储备池各层的权重矩阵如下式所示:权重矩阵
随时间变化的变量s(t),在m维流形M,根据Takens定理,存在一个映射Φ储备池的隐藏层的输出用F线性化时空信息STI后,得出:AF
F
其中,AB=I,A的维度为L×D,B的维度为D×L;
时序变量s(t)经过储备池后由N维空间投影到D维空间上;矩阵这里,i=1,...,D;
最终,权重矩阵B由
这里,item表示迭代次数,w目标函数是均方根误差函数,表示为下式:这里,
通过计算目标函数不断对权值矩阵A和B进行更新,达到一定阈值后,最终的预测结果由公式AF
2.根据权利要求1所述的方法,其特征在于,
3.根据权利要求1所述的方法,其特征在于,记J其中,