共查询到16条相似文献，搜索用时 218 毫秒
1.
多变量混沌时间序列局部多项式预测方法及应用 总被引：1，自引：0，他引：1
为了改善混沌时间序列的预测精度,提出了一种新的多变量混沌时间序列的局部多项式预测方法.它首先利用多变量时间序列的相空间重构理论重构相空间,并据此利用多项式函数构造预测模型,该模型根据嵌入维数构造数据矩阵,进行模型的参数估计和计算一步预测值,最后根据平均根统计量推断预测效果.Lorenz系统的模拟仿真和上海综合股价指数的局部预测结果表明:用多变量混沌时间序列局部多项式预测法进行预测的误差小,且比单变量混沌时间序列局部多项式预测法的预测精度高. 相似文献
2.
通过平均互信息法确定延迟时间、虚假邻点法确定嵌入维数,从而实现混沌时间序列相空间的重构,揭示边坡地质体的变形规律;并以这些数据作为支持向量机的训练样本,用支持向量机的回归特性预测边坡的变形,把由于多变量耦合关系导致的边坡体位移时间序列,利用单变量方法进行分析。结果表明Chaotic-SVM模型具有拟合精度高、泛化能力强的特点,在岩土工程非线性预测中具有一定的应用价值。 相似文献
3.
4.
降水酸度时间序列的确定性混沌 总被引：1，自引：0，他引：1
基于非线性动力系统理论与方法研究了常德市降水酸度月均值序列的确定性混沌特征，并与美国佛罗里达州降水酸度月均值序列进行了比较．结果表明，降水酸度月均值序列的变化既不是确定性的，也不是随机性的，而是混沌的．以Grassberger-Procaccia算法计算表明，降水酸度演变存在奇异吸引子，且两序列吸引子的关联维数D2分别为3．89及4．73，重构相空间的嵌入维数M必须分别满足5≤M≤14及6≤M≤14才能较好地描述或预测系统的演化状态． 相似文献
5.
6.
提出一种基于相空间重构的最小二乘支持向量机(LS-SVM)的股票价格预测方法.采用混沌时间序列对股票价格数据进行相空间重构,应用贝叶斯框架对最小二乘支持向量机的参数选优.预测结果表明,该模型具有误差小、拟合程度高等优点,可适用于股票价格预测. 相似文献
7.
在《物理学报》2 0 0 2年第 2期撰文指出 ,对麻醉的ＳＤ大鼠在癫痫发作前后两种状态的皮层脑电 (ＥＣｏＧ)的时间序列 ,用多种有效的方法和分析技术 ,使得大量的ＥＣｏＧ时间序列得以正确的分析 ,并得出重要的结论 .首先利用延时坐标法重构吸引子 ;计算互信息函数 ,取互信息函数第一次达到最小值的延时为重构时时间 ,提出将伪邻点法和Ｃａｏ法相结合的方法确定最佳嵌入维数 .然后采用非线性预报和替代数据法相结合的方法确定ＥＣｏＧ为混沌时间序列 ,从不同角度得出了ＥＣｏＧ不是低维混沌的结论 .在ＥＣｏＧ相空间重构的基础上 ,计算了最大… 相似文献
8.
社会总用电量预报是电力系统的重要工作之一,社会总用电量为非线性时间序列．针对电力系统负荷的复杂性及非线性,提出了结合混沌理论的思想,充分利用数据信息,在重构电力负荷相空间的基础上运用混沌全域法对负荷进行预测,并与最小二乘法预测模型预测结果进行比较,结果显示混沌全域法预测结果明显优于最小二乘法预测模型,预测精度也满足工程应用． 相似文献
9.
林希 《西安文理学院学报》2007,10(4):39-42
利用正则化的局部多项式预测法对logistic混沌映射时间序列进行预测,并分析了预测误差.结果显示正则化的局部多项式预测法对非线性时间序列具有良好的特性. 相似文献
10.
根据混沌序列产生的确定性和非线性机制,基于Volterra级数和RLS算法,提出了一种少参数二阶非线性滤波算法用于混沌时间序列的自适应预测。仿真结果表明,这种非线性自适应滤波器能有效地预测一些超混沌序列,而且该滤波器的一步均方误差性能明显高于其他基于Volterra级数的NLMS算法,表明该算法具有良好的收敛性能。 相似文献
11.
与现有预测方法比较,神经网络在混沌时间序列预测中具有优势。利用RBF神经网络对混沌Lorenz时间序列的预测进行仿真研究,仿真结果表明：在单步直接预测、单步间接预测、多步直接预测和多步间接预测中,多步间接预测是其中最有效的方式。 相似文献
12.
混沌投资时间序列的分形维数谱 总被引：4，自引：0，他引：4
许清海 《泉州师范学院学报》2002,20(6):8-12
不同文献对沪指和深指的分形维数的计算结果相差甚大，究其原因，除计算方法，计算误差外，更深层次的原因是混沌投资时间序列分形维数谱的存在，本文对混沌投资时间序列分形维数的信息谱，奇异谱，动熵谱等问题进行探索，并简介其应用。 相似文献
13.
针对现有网络安全技术不能准确地对网络未来安全态势进行预测的问题,提出一种基于回声状态网络(ESN)进行态势预测的方法。对数据量庞大的安全态势值,利用回声状态网络可有效处理非线性系统辨识以及混沌时间序列预测问题。实验表明,由于训练简单,可根据不同网络环境自动优化网络参数,且算法本身在混沌时间序列预测方面的先天优势,使得 ESN 算法比传统神经网络方法在网络态势预测准确率方面有明显改善。 相似文献
14.
混沌时间序列的相关性及其应用 总被引：5，自引：1，他引：4
许清海 《泉州师范学院学报》2000,18(6):4-7
混沌时间序列分析不同于传统的时间序列分析,本质上是非线性动力学分析,在观念和方法上都有革命性的创新。探讨混沌时间序列的相关性及其应用。 相似文献
15.
特征选择是避免维度诅咒的一种数据预处理技术。在多变量时间序列预测中,为了同时找到与问题相关性最大的变量及其对应时延,提出一种基于多注意力的有监督特征选择方法。该方法利用带有注意力模块和学习模块的深度学习模型,将原始二维时间序列数据正交分割成两组一维数据,分别输入两个不同维度的注意力生成模块,得到特征维度和时间维度的注意权重。两个维度的注意力权值点积叠加作为全局注意力得分进行特征选择,作用于原始数据后输入随学习模块训练不断更新至收敛。实验结果表明,所提出的方法在特征数小于10时可达到全量数据训练效果,与现有几种基线方法相比实现了最佳准确率。 相似文献
16.
Tracking tests for different polymer materials were carried out to investigate the chaotic behavior of surface discharge.The discharge sequences measured during the discharge process were analyzed for finding the evidence of chaos existence.Four kinds of nonlinear analysis methods were adopted:estimating the largest Lyapunov exponent,calculating the fractal dimension with increasing the embedding dimension,drawing the recurrence plots,and plotting the Poincare maps.It is found that the largest Lyapunov exponent of the discharge is positive,and the plot of fractal dimension,as a function of embedding dimension,will saturate at a value.The recurrence plots show the chaotic frame-work patterns,and the Poincare maps also have the chaotic characteristics.The results indicate that the chaotic behavior does exist in the discharge currents of the tracking test. 相似文献