基于Elman网络与GPU加速的时间序列预测
摘要 | 第1-5页 |
Abstract | 第5-8页 |
1 绪论 | 第8-16页 |
·研究背景 | 第8-9页 |
·扩展Kalman滤波 | 第9-11页 |
·基于GPU的通用计算 | 第11-14页 |
·本文主要工作 | 第14-16页 |
2 基于EKF的Elman网络建模 | 第16-27页 |
·Elman网络 | 第16-17页 |
·RNN梯度学习算法 | 第17-21页 |
·BPTT算法 | 第17-19页 |
·RTRL算法 | 第19-21页 |
·基于EKF的Elman网络 | 第21-26页 |
·基于EKF的算法 | 第21-23页 |
·雅克比矩阵计算 | 第23-25页 |
·网络建模步骤 | 第25-26页 |
·本章小结 | 第26-27页 |
3 基于GPU加速的Elman网络建模 | 第27-36页 |
·统一计算设备架构CUDA | 第27-31页 |
·编程模型 | 第27-30页 |
·存储器模型 | 第30-31页 |
·网络并行建模 | 第31-35页 |
·优化策略 | 第31-32页 |
·基于GPU的并行实现 | 第32-35页 |
·本章小结 | 第35-36页 |
4 仿真实验与应用 | 第36-49页 |
·参数设置 | 第36-39页 |
·含高斯白噪声的混沌时间序列预测 | 第39-41页 |
·应用实例 | 第41-48页 |
·问题描述 | 第41-42页 |
·高炉煤气系统 | 第42-46页 |
·焦炉煤气系统 | 第46-48页 |
·本章小结 | 第48-49页 |
结论 | 第49-50页 |
参考文献 | 第50-54页 |
攻读硕士学位期间发表学术论文情况 | 第54-55页 |
致谢 | 第55-56页 |