混沌时间序列相关论文
目前在民航旅客流量预测方面，仍存在诸如序列粒度考虑过粗、未涉及到未来一天某个短时段内流量预测等问题。在单一时段内利用安全检......
混沌时间序列作为连接混沌理论与现实生活的桥梁受到了人们的广泛关注,因其内部隐藏着丰富动力学系统中的变化规律,对揭露挖掘类随......
混沌现象是自然界广泛存在的一种不规则运动,是一种由确定的非线性动力系统生成的复杂行为。地学分析中大多数数据是非线性的,具有......
煤与瓦斯突出危险性预测是煤矿防突工作的重大难题之一。当前,煤矿安全生产的一个热点研究就是如何准确地预测出掘进工作面煤与瓦......
目的 为了实现资源管理大数据的精准挖掘,保证挖掘结果的真实性与有效性,提出一种基于混沌时间序列的资源管理大数据挖掘方法.方法......
时间序列广泛地存在于自然界中,如气象学、物理学等领域,由于实际时间序列的非线性和非平稳性,使得对时间序列的准确预测仍存在很......
针对桥梁的非线性下沉问题,引用了混沌理论,首先求取时间序列的两重构参数时间延迟τ和嵌入维数m进行相空间重构;随后进行混沌特性......
目前混沌时间序列长期预测方法主要分为直接预测法和迭代预测法。本文针对迭代方法提出一种基于最小二乘支持向量机方法连续预报模......
本文针对单隐含层的前向网络提出了一种新的分步学习的方法,隐含层权值的训练采用无导师的自组织学习,输出层权值采用有导师的最小......
加权一阶局域法是基于邻近点到预测点的欧氏距离来选择权重的,为了反映出吸引子轨线之间的关联程度,本文在关联度的基础上又引进了......
高边坡安全预警是世界性难题之一,其重要的一环就是制定合理可行的预警标准.本文通过稳定性与安全性、预测与预警对比分析,定义了......
准确有效地预测服务器负载能力，可以有效地提高内容分发网络的运行效率。在混沌理论的相空间重构的基础上，结合BP神经网络对服务器负......
边坡系统的各种参量是不确定的和随机的，在其演化过程中发生一系列的混沌现象。运用现代混沌理论，对边坡变形的预测问题进行探索性研......
对混沌时间序列的Volterra自适应预测器和双线性自适应预测器的模型进行比较,并用混沌时间序列对其进行了仿真和性能比较分析,结果......
运用自适应非正交方法构建径向基函数(RBF)神经网络模型预测混沌时间序列。在RBF网络模型构造非监督学习过程中，提出了一种能同时确......
相空间重构技术与人工神经网络是处理非线性系统问题的有效工具,本文依据两者技术原理和耦合点,提出了相空间重构与神经网络相结合......
提出了一种基于关联维数的复杂系统混沌时间序列的分形插值建模算法,解决了传统随机分布模型由于增加不必要的自由度从而不能准确......
在大数据时代,人们迫切的需要有效利用城市数据,例如空气污染、交通拥堵、股价判断等,以解决和改善我们生活中的问题。但由众多微......
针对办公建筑已有的能耗预测方法中未能考虑到能耗数据的混沌变化特性,提出了一种基于混沌时间序列的办公建筑运行能耗预测方法。......
软件可靠性预测是当前软件研究领域的热点方向,当前软件可靠性预测方法存在误差大、建模时间长等不足,为了获得更高精度的软件可靠......
应用了混沌时间序列预测方法,建立了沉降预测的非线性混沌模型,实现了长安大学B点高层住宅楼实际沉降监测数据进行预测计算。
The......
在现在的纸，我们建议混乱时间系列的联合预言的一条途径。方法基于增加重量一个等级混乱时间的本地区域的方法系列。方法允许我们定......
依据相空间邻近轨道演化相似性特点建立训练模式,提出了基于自适应高阶非线性Volterra滤波器(HONFIR)的混沌时间序列多步预测模型(......
[目的]研究松墨天牛成虫林间种群数量序列的混沌特性。[方法]分别采用功率谱分析法、关联维数和嵌入维数、最大Lyapunov指数法。[......
为克服应用Least Mean Square(LMS),Normalized LMS(NLMS)或Recursive Least Square(RLS)算法估计二阶Volterra滤波器系数时参数选......
在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时间序列的方法。通过复相关......
混沌由于其丰富的动力学特性而获得广泛深入地研究。本文主要研究了周期扰动的Logistic映射产生的混沌信号的循环平稳特性及其预测......
随着经济的发展,人们的生活方式和饮食习惯发生了不同程度的改变,使得心血管疾病的发病率与死亡率日益增高,成为了人类健康的头号......
混沌是一种在确定性动力系统中出现的伪随机现象，几乎涉及到自然科学、社会科学的各个领域。混沌学一直都是非线性科学研究的重点。......
该文从工程实际应用角度出发,将随机模糊神经网络理论应用于多传感器状态信息融合、随机混沌时间序列建模与预测和随机非线性动态......
该文通过对现有常用混沌预测方法进行研究,剖析了"零级近似"、"引用最大李雅谱诺夫指数"混沌预测方法的计算误差成因,发现了"局域......
基于数据的机器学习方法,不仅要能够通过对已知数据的学习较好地解决已知的实例,更重要的是要找到数据之间内在的相互依赖关系,从......
对于许多复杂的控制系统而言，很难用传统的确定型模型或精确的数学显性解析来描述，这就需要研究人员和工程师们使用系统辨识的方法从......
本课题运用混沌时间序列分析的方法综合研究了心磁、心电两种信号的非线性特性,目的是为了揭示人体心脏活动的本质,为各种心脏疾病......
随着城市机动车保有量的迅猛增长，停车难已成为日益严重的社会问题。停车诱导信息系统正是为了解决这一问题而出现的。本文以中关村......
Type—2模糊集合由传统Type—1模糊集合扩展得到。基于Type—2模糊集合的Type—2模糊系统在处理不确定性信息方面有其特有的优势。......
由于传统方法不能有效地对复杂和不确定系统进行建模,因此需要寻找一种能够描述非线性系统的全局函数或解析结构。查德(L.A.Zadeh)......
由于非线性动力系统的实际观测时间序列总是不可避免的混有噪声，噪声的普遍存在性和高破坏性掩盖了这些系统的内在动态特性，极大地影......
石油钻井是一种连续的作业过程，一旦发生故障将会带来严重的经济损失。钻井设备属于大型设备有许多传动机构，易发生故障的部件主要是......
煤矿瓦斯浓度是煤矿安全监测的重要指标之一,对煤矿井下瓦斯浓度进行精确测量和实时监测控制是防止煤矿瓦斯爆炸的重要措施。目前......
混沌现象的普遍存在性使得混沌时间序列特征识别成为研究热点。本文在探讨混沌时间序列多特征识别方法的基础上，研究一定噪声背景下......
由脱硅和分解工序返回的氧化铝返料是烧结氧化铝生产生料浆配料过程的主要原料之一。生料浆质量好坏严重影响氧化铝产量和质量,为......
提出了一种新的基于转折指标量体系的混沌时间序列转折点(拐点)预测的理论模型。在该理论模型基础上提出了基于径向基函数(RBF)网......
电力负荷预测是电力系统运行与控制的基础也是电力市场运作的基础,在电力市场的条件下对负荷预测提出了准确性、实时性、可靠性、......
计算机科学和互联网技术的迅速发展一方面给人们的生产生活提供了极大的便利,但另一方面也带来了很多不容忽视的安全隐患。这些安......
学位
时间序列预测是人工智能以及数据挖掘中的研究热点。用非线性的方法研究时间序列并对其进行预测,能够解决实际工程应用中的诸多问......
