Predicting future dynamics from short-term time series using an Anticipated Learning Machine     

Chuan Chen  Rui Li  Lin Shu  Zhiyu He  Jining Wang  Chengming Zhang  Huanfei Ma  Kazuyuki Aihara  Luonan Chen 《国家科学评论(英文版)》2020,7(6):1079

Predicting time series has significant practical applications over different disciplines. Here, we propose an Anticipated Learning Machine (ALM) to achieve precise future-state predictions based on short-term but high-dimensional data. From non-linear dynamical systems theory, we show that ALM can transform recent correlation/spatial information of high-dimensional variables into future dynamical/temporal information of any target variable, thereby overcoming the small-sample problem and achieving multistep-ahead predictions. Since the training samples generated from high-dimensional data also include information of the unknown future values of the target variable, it is called anticipated learning. Extensive experiments on real-world data demonstrate significantly superior performances of ALM over all of the existing 12 methods. In contrast to traditional statistics-based machine learning, ALM is based on non-linear dynamics, thus opening a new way for dynamics-based machine learning.  相似文献   

ICESat—GLAS测高数据在长江中下游湖泊水位变化监测中的应用     

吴红波  郭忠明  毛瑞娟 《资源科学》2012,34(12):2289-2298

在全球气候变暖的背景下湖泊变化已是国内外地学界关注的环境问题,并日益受到各国政府和研究机构的重视。本文以长江中下游的6个典型湖泊为研究对象,基于2003年-2009年ICESat—GLAS测高数据,采用高斯滤波法对ICESat—GLAS测高数据所对应的回波进行去噪后,用于识别水体与陆地;采用融合算法从LandsatTM影像数据提取湖泊边界;提取湖泊边界内的ICESat—GLAS水位观测值构建了湖泊的年际和年内水位变化,进一步分析了6个湖泊的水位变化时空特征与原因。结果表明：从LandsatTM中提取湖泊边界的精度达到10m,ICESat—GLAS测高数据推算出洪泽湖蒋坝站、洞庭湖城陵矾站、鄱阳湖星子站和都昌站、太湖西山观测站、巢湖闸站和高邮湖高邮站的ICESat测高数据验证的平均精度分别为-3．9cm、-8．3cm、-9．0cm、-2．5cm、-3．1cm和-4．1cm;在整个观测期间,长江中下游流域的湖泊水位呈周期性波动,但较历史观测资料,湖泊平均水位有所降低,且自2006年10月以后三峡工程对洞庭湖的水位调控明显。  相似文献   

基于SOM神经网络的品牌丑闻微博传播分类预测研究*     

杨于峰  余伟萍  田盼 《情报杂志》2013,(10)

作为重要的社会化媒体,微博凭借其社会性、媒体性、广泛参与性和快速传播4大特性已成为网络舆论的主要载体。针对品牌丑闻事件在微博上的传播进行研究,选取了29个近年来在微博上有明显传播特征的品牌丑闻事件作样本,以两小时为间隔搜集事件爆出后的一周时间内的微博博文数量,记录丑闻事件传播动态变化,并运用神经网络SOM模型方法对博文的数量变化进行聚类,得到微博上品牌丑闻事件传播的五种类型：对数型、缓坡型、突变型、长坡型及堤坝型,并在Matlab软件中用指数拟合的方法对数据做预测分析。企业了解丑闻事件在微博上的不同传播类型及各自的特点,对于其在快速预测和有效应对丑闻事件以及品牌危机时,具有很好的参考和借鉴价值。  相似文献   

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  

李平  汪秉宏 《中国科学院研究生院学报》2003,20(2):200-204

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   

基于时间序列聚类的科研成果关键词分析方法     

李海林  林春培 《科研管理》2022,43(1):176-183

   鉴于传统方法对科研成果关键词研究存在较强主观影响和较少考虑时间因素等问题,提出基于时间序列聚类的科研成果关键词分析方法。该方法通过统计分析方法验证关键词出现顺序在一定程度上反映了关键词反映主题思想的重要性,将关键词的重要度转化为时间序列数据,分别从重要度的数值和趋势两个角度出发,使用动态时间弯曲方法度量关键词重要度时间序列数据之间的相似性,结合近邻传播方法对关键词时间序列数据之间的相似性矩阵进行聚类分析,实现科研成果的关键词分析研究。通过对某科研管理类重要期刊2008—2017年期间刊发的科研成果论文关键词研究发现：新方法不仅可以对科研成果中关键词的关注热度和趋势进行聚类划分,自适应地找到中心关键词作为相应类别的特征代表对象,还能为科研成果关键词的主题分析提供理论方法和决策支持。  相似文献   

混沌时间序列单变量和多变量重构的预测比较   总被引：2，自引：0，他引：2  

王海燕  朱梅 《东南大学学报》2003,19(4):414-417

提出了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数的选取方法，给出了多变量混沌时间序列的局部平均预测法，局部线性预测法和BP神经网络预测法等3种非线性预测方法．通过Lorenz系统的仿真计算表明，无论用3种非线性预测方法中的哪一种，多变量混沌时间序列要比单变量混沌时间序列的预测误差小得多，即使前的数据长度只有后的一半，前的预测误差也要小很多．另外从预测误差最小的角度验证了多变量混沌时间序列相空间延迟重构中延迟时间间隔和嵌入维数选取方法的有效性．  相似文献   

热释电材料的研究现状分析   总被引：1，自引：0，他引：1  

杨永安  吕永林  字正华 《楚雄师范学院学报》2001,16(3):64-67

本文分析了热释电材料的研究现状 ,对比了各种材料的优缺点并着重阐述了PT系列材料的研究方向、方法、研究进展及存在问题。最后 ,对今后的研究提出了自己的看法  相似文献   

上证综合指数的统计分析与预测     

查正洪 《上海海事大学学报》1999,(4)

对上证综合指数进行了时间序列分解的实证研究,并在此基础上建立ARIMA模型对其进行拟合预测,取得了一定的效果  相似文献   

竞技武术套路特点研究   总被引：1，自引：0，他引：1  

彭鹏  盖文亮 《西安体育学院学报》2008,25(5)

运用辨证唯物主义的方法,首先分析竞技武术套路相对其它竞技体育项目的个性化特点,即鲜明的技击特点,丰富多样的表现形式,形神兼备的文化特色;其次,探讨了竞技武术套路相对其它竞技体育项目的共性化特点,即明显的竞争性、规范性和观赏性;最后指出对于其个性化、共性化特点应该相对地看待。  相似文献   

柴油机气缸盖振动特性的时间序列模型     

朱建元 《上海海事大学学报》2001,22(4):11-14

用时间序列法研究了柴油机气缸盖的动态特性.通过引入虚拟系统的概念,利用缸盖表面振动信号的自回归滑动平均模型(ARMA模型)求出了实际缸盖系统的传递函数,并将其应用于重建缸内气体压力曲线.为柴油机的振动噪声控制、状态监测,以及缸内气体压力的识别提供了一种有效的方法.  相似文献