基于小波和过程神经网络的时间序列预测模型

来源 :电子设计工程 | 被引量 : 0次 | 上传用户:soul678
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出基于过程神经网络和自回归模型的组合预测方案。首先,采用二进正交小波变换对原始时间序列分解和重构,分离出原始序列中的高频部分和低频部分;然后对低频部分构建过程神经网络模型,对低频部分采用自回归模型;最后将两种模型的预测值叠加,得到原序列的预测值。
其他文献
对圆柱腔回旋自动谐振脉塞(CARM)回旋动力学理论与美国麻省理工学院的实验进行了比较研究,理论结果与实验符合。研究了磁场及电子横向速度与纵向速度比对输出功率和增益的影响
为了有效改善解码语音的质量,提出了一种K-L变换语音波形编码算法。由语音帧构造协方差矩阵,并对其进行特征值分解,得到特征值及其对应的特征向量,由特征向量构造正交矩阵;用
针对套用传统的聚类方法对数据流的聚类是行不通的这一问题,提出一种以遗传模拟退火算法为基础的模糊C均值聚类算法(SAGA_FCM)对数据流进行聚类。SAGA_FCM算法有效地避免了传统
现浇混凝土空心楼板施工中,通过空心管肋间钢筋骨架和抗浮筋对空心管材定位,混凝土浇筑顺序控制检查,保证现浇混凝土空心楼板的质量.
在利用非均匀孔隙介质稳定流动微分方程来揭示采场气体流动状态中,孔隙介质渗透性系数的估计是非常困难的,并且精确的估计也是无意义的。提出模糊渗透系数和模糊限定徽分方程的