共查询到19条相似文献，搜索用时 171 毫秒
1.
研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理．设计了交通流量Voltem神经网络的学习算法快速学习算法：最后利用交通流量混沌时间序列对VNNTF网络模型、Voherra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。 相似文献
2.
本文主要针对当前水文序列周期的识别相对比较困难这一事实,首先对原先的序列进行处理,对周期识别新思路进行探析,并在此基础上提出两种全新的方式和方法。第一种是模拟延长序列法,通过建模对原序列进行延长,再通过MESA法对这些已经延长序列的周期进行识别;第二种是主频序列构建法,其主要运用小波重构法对原序列的主频部分进行重构,之后再利用MESA法对这些重构了的序列周期进行识别。通过试验分析可知,实践中因序列长度相对较短、偏态性以及复杂随机成分较多等因素影响严重,所以传统的周期图法、小波分析等,相对比较单一,水文时间序列周期识别效果不太理想,而以上两种全新的方法应用效果则非常的显著,因此应当推广之。 相似文献
3.
研究高效进行数据聚类,提高数据聚类能力的问题。传统的模糊C均值算法具有对初始值和噪声极为敏感和遗传算法在局部极值点收敛的缺陷。基于模糊c均值聚类算法,提出一种改进的优化聚类算法。利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对模糊c均值算法进行改进,利用Logistics混沌映射对聚类算法进行优化搜索,把混沌扰动量引入到进化种群当中,弥补了模糊C均值算法的缺陷。采用改进的Logistics映射扰动搜索聚类算法,以目标识别为案例,综合4类目标特征参数为研究对象,开发了一套有价值的目标识别专家系统软件。仿真实验表明,改进的数据聚类算法,具有优越的数据聚类性能,聚类判断准确率提高明显,设计的专家系统软件对目标识别特征分类具有较好的准确性和可靠性,具有一定的应用价值。 相似文献
4.
5.
图像中包含了很多机密和重要信息,因此保证图像安全性具有重要的现实意义.一般混沌加密算法处理后,图像仍然呈现一定程度的周期性等,安全性不足.为此,结合卷积神经网络对一般混沌加密算法进行改进,提出一种基于卷积神经网络的混沌序列图像加密算法.该算法研究分为三部分,首先将明文图像处理成混沌序列图像,包括像分块、混沌系统处理和伪随机序列生成三步骤,然后利用卷积神经网络对混沌序列进行训练,消除混沌序列的周期性,最后对混沌序列图像进行扩散处理,改变原始图像像素值,进一步实现加密处理.结果表明:与3种传统图像加密算法以及一般混沌加密算法相比,所研究加密算法应用下,信息熵最大(8.591),峰值信噪比最小(8.755),说明加密效果更好,保证了图像信息的安全性和机密性. 相似文献
6.
以上证综合指数日收益率为对象,利用相空间重构技术和G-P算法计算该时间序列的分形维数,并深入分析了时间延迟和嵌入维数参数对关联维数的影响,得到了沪市时间序列混沌判定和预测分析的一个重要定量标准,为研究我国股票市场的发展规律提供了一定的理论依据。 相似文献
7.
基于混沌理论的洪水灾害动力机制 总被引：2，自引：0，他引：2
随着全球气候的变化和人类活动的加强 ,洪水灾害越来越严重 ,严重影响了社会经济的发展。因此 ,研究洪水灾害的动力机制 ,进行有效地防灾减灾已迫在眉睫。以天山黄水沟突发性洪水为例 ,应用混沌理论对洪水灾害的动力机制做了深入研究。研究中 ,计算分析了黄水沟洪峰流量时间序列的关联分维数(D2 )、Kolomogorov熵 (K)等非线形特征。结果表明 :黄水沟突发性洪水具有混沌动力系统的一些特征 ,洪峰流量的时间序列分布是一个确定的低维混沌吸引子 ,黄水沟洪水可预报时间的平均长度约为 8天 相似文献
8.
参数的优化选择对支持向量机回归算法(SVR的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO优化选取支持向量回归算法中参数c和g信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。在此基础上利用上证指数数据建立上证指数开盘数预测模型,研究结果表明,混沌粒子群优化的SVR信息粒化时序回归预测模型克服了传统时间序列模型仅局限于线性系统的缺点,速度快,预测精度高,且实用性强。 相似文献
9.
文章首先对目前电力系统负荷预报理论和方法进行了全面回顾和评述,重点介绍了混沌理论的发展及应用现状.结合混沌时间序列的分析方法,在对现在广泛应用于电力系统短期负荷预测的混沌方法研究的基础上,提出了将混沌预测技术与小波奇异性检测和消噪结合提高预测精度的方法. 相似文献
10.
本文利用相空间重构技术和混沌理论讨论了开都河日径流的混沌性质。通过日径流时间序列的功率谱分析,从定性角度讨论了日径流时间序列的混沌特征。进一步根据互信息量法得到相空间重构的延时,再根据Cao方法得到相空间重构的嵌入维数。利用Matlab软件计算得到相空间重构的延时和最佳嵌入维数分别为τ=6,m=14。这样将一维的开都河日径流时间序列重构成14维的相空间。通过最小数据量法计算出开都河日径流时间序列最大Lyapunov指数。利用最大Lyapunov指数对开都河日径流时间序列进行定量混沌分析。最后通过二阶Volterra自适应一步模型进行模拟。结果表明：开都河日径流时间序列的功率谱是连续的,功率谱呈现随频率增高而以指数方式递减趋势,区别于具有离散尖峰谱特征的周期时间序列和具有连续的、频率和振幅不相关谱特征的随机时间序列。这从定性角度表明开都河日径流时间序列具有混沌特征。通过计算得到开都河日径流时间序列的最大Lyapunov指数0〈λmax=0.0097〈1,从定量角度表明开都河日径流时间序列具有较弱的混沌特征。利用二阶Volterra自适应一步模型模拟得到相关系数和相对均方根误差分别0.9376和0.2390。这说明利用Volterra自适应模型模拟效果较好。 相似文献
11.
我国财政支农资金对农民收入影响的实证分析——基于1991～2010年数据的检验 总被引：3，自引：0，他引：3
以1991～2010年中国财经支农资金与农民收入的数据为基础,通过格兰杰因果关系检验,发现增加财政支农资金是提高农民收入的格兰杰原因;通过单位根检验,发现农民收入、财政支农资金都是非平稳时间序列,但通过二阶差分后可变成平稳序列;二者存在长期协整关系,但短期内可能失衡。因此,长期来看,应建立财政支农资金稳定增长的投入机制;当务之急是创新财政支农资金的投入方式,提高使用效率,确保农民收入持续增长。 相似文献
12.
DNA序列分析法在金融数据时间序列中的应用 总被引：5，自引：0，他引：5
通过线性分段将连续性的金融时间序列转化为离散性的字符序列,并基于DNA序列分析法,讨论了此类字符序列的标度特性,以及在金融数据时间序列预测中的可能应用 相似文献
13.
股市交易群体变动的模型与混沌 总被引：6，自引：0，他引：6
金融系统复杂性的研究结果指出，股市交易存在两种类型交易者，即基本交易者和噪声交易者。股市行为基本动因是基本交易者的动态变化所致，而股市波动的另一个原因则是噪声交易者动态行为。本文则研究股市交易群体变动条件下的模型及其混沌问题，分析建立了股市波动模型以至产生混沌的系统条件，并给出金融系统的计算机仿真实验，检验了股市波动产生混沌的条件。 相似文献
14.
选取上海市1995～2010年的时间序列数据,综合运用因子分析、单位根检验、协整检验、Granger因果关系检验、脉冲响应函数进行深入研究。研究发现,创新型城市成长的内在驱动因素主要靠创新财力资源,其次是创新知识资源,最后是创新人力资源;创新型城市成长有利于创新资源的积聚。提出了保持创新型城市持久成长动力的政策建议。 相似文献
15.
运用混沌理论对高校图书馆图书借阅流量数据时间序列进行相空间重构,分析得出高校图书馆图书借阅行为的演化具有明显的混沌特征。针对图书借阅流量在不同时间粒度各时期中的波动特点,构建了基于最大Lyapunov指数的高校图书馆图书借阅流量混沌预测模型。通过对中国矿业大学图书馆图书借阅流量的验证表明,混沌预测模型的预测结果较为合理。 相似文献
16.
全球金融危机使许多行业都提前进入了产业战略转折点的大洗牌时期,而这正是中国企业实现跨越式发展的绝好机会。那么,如何判断企业所在行业是否遭遇了产业战略转折点呢?在解析产业战略转折点分析逻辑的基础上,首次尝试采用一种综合的方法设计了产业战略转折点的判断系统,并构建了产业战略转折点的判断维度和衡量指标,为产业战略转折点的识别向可量化和可视化的发展提供了一套实用的分析思路与模型框架。 相似文献
17.
"大数据"时代催发了可视化技术的再创新。"豆形图"以其处理海量数据的超强能力可以直观地展现大数据的结构特征,并为大数据的可视化分析奠定基础。本文首先引入"豆形图"及其可视化大数据的特征,并将其应用于资本市场中典型的金融大数据——超高频数据,构造用于可视化分析的豆形时间序列,分析数据的日内模式和动态特征,为大数据的可视化技术开辟新的方向。 相似文献
18.
Giuseppe Grassi Author Vitae 《Journal of The Franklin Institute》2010,347(2):438-451
Projective synchronization is a type of chaos synchronization where the response system states are scaled replicas of the drive system states. This paper deals with the propagation of projective synchronization in a series connection of N chaotic discrete-time drive systems and N response systems. By exploiting an observer-based approach, the paper demonstrates that dead-beat projective synchronization (i.e., exact synchronization in finite time for any scaling factor) is achieved between the nth drive and nth response systems. In particular, it is shown that projective synchronization starts from the innermost (Nth) drive-response system pair and propagates toward the outermost (first) drive-response system pair. Only a single scalar synchronizing signal connects the cascaded drive and response systems. Finally, an example illustrates the propagation of different types of chaos synchronization in a series connection consisting of a Gingerbreadman map, a third order hyperchaotic Henon map and a Lozi map. 相似文献
19.
The chaos characteristics of melt index have been first explored, and the Hilbert–Huang transform method and time delay embedding method are applied to multiscale dynamic analysis on the time series of the melt index (MI) in the propylene polymerization industry. The research results show that the embedding delay is 2, the embedding dimension is 5, the correlation dimension D2 is 1.57, and the maximum Lyapunov exponent is 0.143 for the melt index series, which provide clear evidence of chaotic multiscale features in the propylene polymerization process. Three intrinsic mode functions (IMFs) are decomposed from the melt index time series; the presence of non-integer fractal correlation dimension and positive finite maximum Lyapunov exponent are found in some IMF components. The PP melt index series are divided into two chaotic signals, a determined signal and a random signal respectively, and its complexity is therefore reduced. Furthermore, the coupling of subscale structures of the propylene polymerization is explored with the dimension of interaction dynamics and a robust algorithm for detecting interdependence. It is found that IMF(2) is the main driver in the coupling system of IMF(1)and IMF(2). All these provide a guideline for studying propylene polymerization process with chaotic multiscale theory and may offer more candidate tools to model and control propylene polymerization system in the future. 相似文献