非线性时间序列相关论文
由于对网页数据的爬取存在一定的完整性问题,导致爬取质量和效率较低,为此提出基于Python爬虫技术的网页数据抓取方法。首先,以网页数......
实际生活中,我们通常会遇到整数值时间序列,如购物商场的售出商品数量、每月保险理赔的次数、股票市场每日的交易次数等.由此整数......
运用非线性时间序列相空间重构技术,将一维故障时间序列投影到高维空间,并选取合适的约束和最小邻域,构造协方差矩阵,计算故障时间......
本文采用神经网络与主成分分析(PCA)相结合的方法预测多变量非线性时间序列.主要思路是先用主成分分析方法找到相互独立的输入变量......
从非线性时间序列预测的角度出发,将径向基(RBF)神经网络应用于上海最低工资标准的预测,取得了较好的预测效果.......
目的:分析针刺电信号的特征和规律性,为探讨针刺手法的标准化提供试验依据。方法:以L1腰椎为中心暴露大鼠腰髓,分离出L4或L5脊髓背根......
金融时间序列的确定性判断将直接影响到对其进行研究的理论框架的选择。本文提出了一种非线性时间序列确定性的检验方法。该方法首......
为解决复杂系统中非线性时间序列预测模型构建效率低、预测精度低的问题,提出基于组合模型的HURST-EMD预测算法。采用EMD算法将非......
以小波理论的多分辨分析为基础,指出了由尺度函数和小波函数的多分辨小波网络的优点,探讨了基于多分辨小波网络的非线性时间序列预......
环境温度变化造成的复杂漂移(温度漂移)始终是制约光纤陀螺(FOG)性能提高的重要因素。FOG温度漂移本质上是一组与温度有关的多变量......
报道了自组织反馈光纤环形激光器中施加相位调制后产生的强度混沌现象。对自组织反馈光纤环形激光器进行稍大于阈值的泵浦,通过压......
介绍了建立最优模糊划分自激励门限自回归模型的观点、理论和方法。该建模方法克服了传统方法确定门限自回归模型门限值的困难,为用......
本文研究内容包括系统逼近,分析金融时间序列的非线性特征并进行预测。为了提高系统逼近性能,重点研究核学习机器算法,提出了改进......
非线性时间序列是一种颇具普遍性的现象,对它的认识和研究在不断的深入.该文围绕非线性时间序列的预测与建模展开.首先,比较深入的......
非线性时间序列预测是近年发展起来的一个备受关注的研究领域,无论在数学、物理学、生命科学、信息科学,还是在经济学、地球科学、天......
非线性时间序列广泛存在于工程问题及科学研究中,准确的预测结果可以为科学决策提供理论及实际支持。近年来,递归神经网络成为时间序......
随着大量的桥梁、大坝等重要基础设施以及高层、超高层等大型建筑结构的兴建,其服役期间的安全也成为土木工程施工人员和科研人员......
神经放电是人和高等动物感知及处理机体内外信息的载体,可以揭示各种复杂神经活动甚至机体调控的基本规律。数学模型仿真、生物学......
近几十年来,我国的建筑结构和基础设施建设发展迅速,各种新建筑物拔地而起,但老旧建筑物在随着使用年限的推移,其性能却不断在下降......
针对小脑模型神经网络(cerebellar model neural network,CMNN)中泛化能力与存储空间容量之间的冲突这一关键问题,提出了一种改进......
根据地面运动强度和频率特性以及粘滞型阻尼器的参数,比较了具有或没有粘滞型阻尼器的人字型支撑的钢框架的抗震性能。对于单层和......
样本构成、网络结构、学习算法是影响前馈网络应用的三大关键问题。本文提出了一种基于门限自回归TAR模型的非线性时间序列预测前馈网......
应用功能函数为双曲正切函数、隐层节点为 6的三层 BP神经网络原理 ,提出了 3种 HFRS发病率的非线性时间序列预测模型 ,并进行了比......
贝努里学会第四届世界会议即将召开贝努里学会继1986年在塔什干、1990年在乌普萨拉和1994年在教会山(ChapelHill)召开会议之后,其第4届世界会议将于1996年8月26日至31日......
目的 探讨人工神经网络在时间序列资料分析中的应用。方法 利用动态学习比率BP算法以双曲正切函数为功能函数的非线性时间序列预......
本文将复杂非线性时间序列分析中的系统建模( 或参数估计) 与噪声抑制这两个通常是分别或顺序完成的任务进行综合处理,提出一种交叉参......
对一个系统进行非线性的判别,进而识别出其非线性的类型,可统称为非线性系统的非参数识别。本文阐述了一些非线性时间序列的非参数识......
在相空间重构的基础上本文对计算关联维数的G-P算法进行了改进,使其更易于操作;对计算最大Lyapunov指数的小数据量方法做进一步改进,......
本文给出了指数自回归模型参数估计的扩充Kalman滤波器,并利用该方法对一组非线性随机振动数据进行了分析。
In this paper, an e......
结合时间序列分析方法提出了一种具有局部反馈回路的函数联接网络(LR-FLN)模型,并利用LRFLN对非线性时间序列进行了建模与预报.对网络扩展函数的选......
对相关参数预测的非线性时间序列进行分析 ,提出了用相关参数实现多参数、多步数预测的神经网络方法 ,建立了神经网络实时预测模型......
提出了一种基于递归神经网络的MOA状态预测方法。通过实例对比,证明该方法优于常规的BP算法.为实现MOA状态的智能诊断及预测提供了......
针对在非线性时间序列的BP神经网络建模预测的基本方法中,存在的建模速度慢,计算较复杂等问题,提出一种改进的BP神经网络动态建模......
提出了一套建立双线性模型 (BM )的简便方案。用作者研制的加速遗传算法可同时估计BM模型各参数 ,成功地解决了BM建模这一难题 ,为......
结合神经网络和小波的优点,建立了一种新型的多维小波网的网络模型,研究了多维小波网逼近非线性时间序列的收敛性质及收敛精度,并......
针对非线性时间序列的故障预报问题,提出一种融合最小二乘支持向量机和核减聚类的方法.首先利用最小二乘支持向量机算法对正常的时......
针对一种混沌对角递归神经网络辨识,提出了一种混合学习算法。首先,采用遗传算法来获得混沌对角递归神经网络的拓扑结构和连接权值......
该文主要研究了非线性经济系统时序的分形混沌特性,及分形混沌理论在非线性经济系统时序分析中的应用,为对非线性经济系统进行科学......
支持向量机建模中的一个关键和难点问题是自由参数的设置.不同于以往应用残差的简单统计量选取最佳模型的方法,本文提出通过检验模......
Understanding the dynamical mechanism of year-to-year incremental prediction by nonlinear time serie
基于年际增量预测(YIP)方法的数学原理,推导得出新的非线性时间序列预测(NP)方法,并从理论上证明了两种预测方法在一定条件下的等......
二十世纪以来,随着工业生产和科学技术的发展,机械设备的可靠性、可用性、可维修性与安全性的问题日益突出,从而促进了人们对机械......