期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
利用遗传优化算法的混沌时间序列建模 被引量:4
1
作者 简相超 郑君里 孙守宇 《电波科学学报》 EI CSCD 2002年第1期25-28,58,共5页
提出一种利用遗传算法对混沌数据序列建模的全局建模方法 ,可获得接近原始混沌系统的映射。该方法利用遗传算法同时进行函数拟和与参数优化。实验结果表明该方法有较好的建模效果 。
关键词 混沌 遗传优化算法 电离层参数 混沌时间序列预测 建模
下载PDF
一种正交多项式混沌全局建模方法 被引量:5
2
作者 简相超 郑君里 《电子学报》 EI CAS CSCD 北大核心 2002年第1期76-78,共3页
本文研究了一种正交多项式混沌全局建模方法 ,所用正交多项式集以吸引子不变测度为核 .通过对H啨non映射数据和电离层参数实测数据的分析 ,表明在待建模系统不很复杂时 (其内在机理可用较低阶多项式表达 ) ,这种全局建模方法能得到... 本文研究了一种正交多项式混沌全局建模方法 ,所用正交多项式集以吸引子不变测度为核 .通过对H啨non映射数据和电离层参数实测数据的分析 ,表明在待建模系统不很复杂时 (其内在机理可用较低阶多项式表达 ) ,这种全局建模方法能得到系统动力学特性 .在低噪声情况下模型还能充分精确地重构系统方程式 .在噪声较大或系统内在机理很复杂时建模结果仍可用于一步预测 。 展开更多
关键词 混沌 全局建模 正交多项式
下载PDF
混沌和神经网络相结合预测短波通信频率参数 被引量:30
3
作者 简相超 郑君里 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2001年第1期16-19,共4页
为提高短波通信的可靠性 ,提出了一种将混沌和神经网络相结合的方法预测短波通信频率参数。利用混沌方法重构相空间系统吸引子 ,用前向多层神经网络拟合吸引子上的全局整体映射 ,构成混合预测模型。实验结果表明 ,将此混合模型用于预测... 为提高短波通信的可靠性 ,提出了一种将混沌和神经网络相结合的方法预测短波通信频率参数。利用混沌方法重构相空间系统吸引子 ,用前向多层神经网络拟合吸引子上的全局整体映射 ,构成混合预测模型。实验结果表明 ,将此混合模型用于预测短波通信频率参数如 F2 层临界频率 ffo F 2 ,能达到较好的预测效果 ,可以应用到实际预测系统中。还将基于奇异值分解的噪声消减滤波算法应用到数据预处理中 。 展开更多
关键词 混沌 神经网络 预测 短波通信 奇异值分解 噪声
原文传递
混沌神经网络预测算法评价准则与性能分析 被引量:15
4
作者 简相超 郑君里 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2001年第7期43-46,共4页
为比较各种混沌神经网络预测算法的误差性能 ,该文提出了预测误差评价准则 ,即根均方误差 ,偏差 ,预测精度 ,决定度系数 ,绝对误差 ,以及一些归一化根均方误差等 ,并分析了它们在描述误差特征上的具体含义。针对两种混沌神经网络预测算... 为比较各种混沌神经网络预测算法的误差性能 ,该文提出了预测误差评价准则 ,即根均方误差 ,偏差 ,预测精度 ,决定度系数 ,绝对误差 ,以及一些归一化根均方误差等 ,并分析了它们在描述误差特征上的具体含义。针对两种混沌神经网络预测算法 (即全局神经网络算法和局部神经网络算法 ) ,利用该准则进行了性能分析 ,给出了合理的评价。结果表明 ,与混沌神经网络预测的局部模型算法相比 ,全局模型算法有更好的预测效果 ,且训练时间短 ,占用资源少 。 展开更多
关键词 混沌 误差函数 神经网络 预测 局部模型 全局模型 电离层参数
原文传递
采用混沌扩频序列的异步码分多址通信系统仿真 被引量:4
5
作者 张琪 郑君里 简相超 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2002年第7期901-904,共4页
为了获取适用于异步码分多址系统的混沌序列 ,提出了一种基于扩频序列性能分析准则的优选方法 ,并用系统仿真的方法进行了验证。通过对异步码分多址系统的性能分析 ,总结了扩频序列的性能准则 ,以此为依据对初值不同的混沌序列进行筛选 ... 为了获取适用于异步码分多址系统的混沌序列 ,提出了一种基于扩频序列性能分析准则的优选方法 ,并用系统仿真的方法进行了验证。通过对异步码分多址系统的性能分析 ,总结了扩频序列的性能准则 ,以此为依据对初值不同的混沌序列进行筛选 ,可以得到性能优异的混沌扩频序列。采用 Monte Carlo的方法 ,在无线衰落信道下对采用混沌序列和 Gold序列的异步码分多址系统进行了仿真。结果表明 :优选的混沌序列性能要优于 Gold序列 。 展开更多
关键词 异步码分多址通信系统 性能分析准则 混沌扩频序列 优选方法 衰落信道 系统仿真 MonteCarlo方法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部