期刊文献+
共找到66篇文章
< 1 2 4 >
每页显示 20 50 100
ESN岭回归学习算法及混沌时间序列预测 被引量:47
1
作者 史志伟 韩敏 《控制与决策》 EI CSCD 北大核心 2007年第3期258-261,267,共5页
ESN(回声状态网络)是一种新型的递归神经网络,可有效处理非线性系统辨识以及混沌时间序列预测问题.针对ESN学习算法中可能存在的解的奇异问题,利用岭回归方法代替原有的线性回归算法.通过贝叶斯或Bootstrap方法确定岭回归方法中的正则... ESN(回声状态网络)是一种新型的递归神经网络,可有效处理非线性系统辨识以及混沌时间序列预测问题.针对ESN学习算法中可能存在的解的奇异问题,利用岭回归方法代替原有的线性回归算法.通过贝叶斯或Bootstrap方法确定岭回归方法中的正则项系数,从而有效地控制输出权值的幅值,改善ESN的预测性能.该方法在月太阳黑子预测问题中显示出较好的结果. 展开更多
关键词 回声状态网络 岭回归 混沌时间序列预测
下载PDF
混沌时间序列预测的局域法在边坡变形分析中的应用 被引量:15
2
作者 黄志全 樊敬亮 王思敬 《工程地质学报》 CSCD 2005年第2期252-256,共5页
边坡作为一个复杂系统,其本身的各种参量是不确定的和随机的,在其演化过程中,表现出复杂的非线性行为,发生一系列的混沌现象。本文运用现代混沌理论,对边坡变形的预测问题进行探索性研究,把混沌时间序列理论引入到边坡工程研究中,对该... 边坡作为一个复杂系统,其本身的各种参量是不确定的和随机的,在其演化过程中,表现出复杂的非线性行为,发生一系列的混沌现象。本文运用现代混沌理论,对边坡变形的预测问题进行探索性研究,把混沌时间序列理论引入到边坡工程研究中,对该理论的建立及预测方法进行系统地讨论,为该领域的研究提供完整的技术方法。通过对新滩滑坡的研究结果表明,混沌时间序列方法对混沌序列的预测较线性时间序列具有较高的精度。 展开更多
关键词 混沌时间序列预测 变形分析 应用 局域 时间序列方法 非线性行为 探索性研究 复杂系统 演化过程 混沌现象 混沌理论 预测问题 边坡变形 工程研究 预测方法 技术方法 研究结果 新滩滑坡 混沌序列 不确定
下载PDF
嵌入局部模型的SOM网络对混沌时间序列预测研究 被引量:5
3
作者 朱家元 虞建飞 张恒喜 《控制与决策》 EI CSCD 北大核心 2003年第1期106-109,共4页
针对混沌时间序列特征空间多变性的特点 ,在 SOM自组织神经网络中嵌入局部线性回归模型 ,用于混沌时间序列的预测。该方法融合了局部线性预测的优点以及 SOM网络数据快速聚类能力、可视化特征识别性质和拓扑保留映射特点 ,既可减少运算... 针对混沌时间序列特征空间多变性的特点 ,在 SOM自组织神经网络中嵌入局部线性回归模型 ,用于混沌时间序列的预测。该方法融合了局部线性预测的优点以及 SOM网络数据快速聚类能力、可视化特征识别性质和拓扑保留映射特点 ,既可减少运算时间和存储空间 ,又能适应混沌时间序列的多变特征 ,取得了较高的预测精度。 展开更多
关键词 SOM网络 混沌时间序列预测 人工神经网络 局部线性回归模型
下载PDF
Gaussian小波SVM及其混沌时间序列预测 被引量:3
4
作者 郑永康 陈维荣 +1 位作者 戴朝华 王维博 《控制工程》 CSCD 北大核心 2009年第4期468-471,共4页
为了提高混沌时间序列的预测精度,针对小波有利于信号细微特征提取的优点,结合小波技术和SVM的核函数方法,提出基于Gaussian小波SVM的混沌时间序列预测模型。证明了偶数阶Gaussian小波函数满足SVM平移不变核条件,并构建相应的Gaussian小... 为了提高混沌时间序列的预测精度,针对小波有利于信号细微特征提取的优点,结合小波技术和SVM的核函数方法,提出基于Gaussian小波SVM的混沌时间序列预测模型。证明了偶数阶Gaussian小波函数满足SVM平移不变核条件,并构建相应的Gaussian小波SVM。对混沌时间序列进行相空间重构,将重构相空间中的向量作为SVM的输入参量。用Gaussian小波SVM与常用的径向基SVM及Morlet小波SVM进行对比实验,通过对Chens混沌时间序列和负荷混沌时间序列的预测,结果表明,Gaussian小波SVM的效果比其他两种SVM更好。 展开更多
关键词 混沌时间序列预测 相空间重构 Gaussian小波核 负荷预测
下载PDF
基于最小二乘支持向量机对称性的混沌时间序列预测 被引量:5
5
作者 陈佳 郑恩让 贺永宁 《现代电子技术》 北大核心 2019年第15期109-112,共4页
利用最小二乘支持向量机的对称性约束条件挖掘混沌时间序列的对称性,分析混沌系统固有的对称特性,提出一种对称性最小二乘支持向量机的混沌时间序列预测方法。该方法将混沌系统的对称性作为先验知识嵌入预测模型,Lorenz系统的仿真结果... 利用最小二乘支持向量机的对称性约束条件挖掘混沌时间序列的对称性,分析混沌系统固有的对称特性,提出一种对称性最小二乘支持向量机的混沌时间序列预测方法。该方法将混沌系统的对称性作为先验知识嵌入预测模型,Lorenz系统的仿真结果表明该方法不仅能够精确地预测混沌时间序列,而且扩展了混沌系统的预测空间,这一结论预示着最小二乘支持向量机是一种研究混沌时间序列的有效方法。 展开更多
关键词 混沌时间序列预测 支持向量机 最小二乘法 对称性分析 混沌系统 LORENZ系统
下载PDF
基于改进典型相关分析的混沌时间序列预测 被引量:6
6
作者 韩敏 魏茹 《大连理工大学学报》 EI CAS CSCD 北大核心 2008年第2期292-297,共6页
典型相关分析是目前常用的研究两个变量集间相关性的统计方法.针对线性典型相关分析法不能揭示变量间非线性关系,因而不适用于混沌系统等问题,将核典型相关分析与径向基函数神经网络相结合,提出了一种改进的核典型相关分析方法以解决映... 典型相关分析是目前常用的研究两个变量集间相关性的统计方法.针对线性典型相关分析法不能揭示变量间非线性关系,因而不适用于混沌系统等问题,将核典型相关分析与径向基函数神经网络相结合,提出了一种改进的核典型相关分析方法以解决映射空间样本未知及逆矩阵求解困难等问题.首先利用两个径向基函数神经网络,通过训练使两个网络输出之间的相关系数达到最大,可同时得到两组典型相关变量.然后建立预测模型,对Lorenz混沌方程及大连月气温与降雨二变量混沌时间序列进行仿真,并与传统的线性回归预测方法进行比较,多组仿真结果证明了所述方法的有效性. 展开更多
关键词 混沌时间序列预测 典型相关分析 核方法 径向基函数神经网络
下载PDF
基于Hermite神经网络的混沌时间序列预测 被引量:2
7
作者 李瑞国 张宏立 王雅 《计算机应用与软件》 CSCD 2016年第4期268-272,共5页
针对混沌时间序列的混沌性,提出一种改进的相空间重构方法——交集寻优法;针对传统的BP神经网络、RBF神经网络及AR模型对混沌时间序列预测效率和预测精度较低的缺点,提出两种不同的Hermite神经网络预测模型。以四阶蔡氏电路为模型,结合... 针对混沌时间序列的混沌性,提出一种改进的相空间重构方法——交集寻优法;针对传统的BP神经网络、RBF神经网络及AR模型对混沌时间序列预测效率和预测精度较低的缺点,提出两种不同的Hermite神经网络预测模型。以四阶蔡氏电路为模型,结合粒子群算法建立预测模型。仿真结果表明,利用交集寻优法进行相空间重构能很好地保留原系统的动力学特性,证实了该方法的有效性;Hermite神经网络较传统的预测模型精度更高,便于基于粒子群算法的Hermite神经网络预测方法的推广和应用。 展开更多
关键词 相空间重构 Hermite神经网络 粒子群算法 混沌时间序列预测
下载PDF
基于最大李亚普诺夫指数的改进混沌时间序列预测 被引量:3
8
作者 张勇 关伟 《信息与控制》 CSCD 北大核心 2009年第3期360-364,共5页
分析了基于最大李亚普诺夫指数的混沌时间序列预测方法,提出了一种选取重构相空间中的多个邻近参考向量来提高预测精度的改进方法。对洛伦兹混沌系统产生的时间序列进行了预测,结果表明改进方法比原方法的预测精度要高。讨论了噪声和参... 分析了基于最大李亚普诺夫指数的混沌时间序列预测方法,提出了一种选取重构相空间中的多个邻近参考向量来提高预测精度的改进方法。对洛伦兹混沌系统产生的时间序列进行了预测,结果表明改进方法比原方法的预测精度要高。讨论了噪声和参考邻近点数对预测结果的影响。应用改进方法预测实际的交通流量时间序列的平均相对误差在8%以下,说明了改进方法的有效性。 展开更多
关键词 混沌时间序列预测 李亚普诺夫指数 相空间重构 交通流量预测
下载PDF
EEMD和布谷鸟搜索算法优化SVR的混沌时间序列预测 被引量:3
9
作者 乐洋 江畅 陈德良 《现代电子技术》 2022年第15期118-122,共5页
为了对混沌时间序列的预测精度进行提升,提出组合预测模型,它对支持向量回归(SVR)、布谷鸟搜索(CS)与经验模态分解(EEMD)进行了综合。首先对混沌时间序列通过集合经验模态分解为一组去除噪声且相对稳定的子序列;借助CS算法对SVR参量加... 为了对混沌时间序列的预测精度进行提升,提出组合预测模型,它对支持向量回归(SVR)、布谷鸟搜索(CS)与经验模态分解(EEMD)进行了综合。首先对混沌时间序列通过集合经验模态分解为一组去除噪声且相对稳定的子序列;借助CS算法对SVR参量加以优化,进而构建以SVR为基础的预测模型,由此获取原始序列的预测大小;接着以太阳黑子混沌时间序列为对象,对其进行预测实验,并与SVR、CS⁃SVR和EEMD⁃SVR的预测性能进行比较。结果显示,通过CS算法进行优化后,能够让SVR具有更快的收敛速度,使之预测精度有了明显的提升,同时也提升了它的泛化能力。 展开更多
关键词 混沌时间序列预测 集合经验模态分解 布谷鸟搜索算法 支持向量回归 太阳黑子 回归拟合
下载PDF
LS-SVM在混沌时间序列预测中的应用 被引量:9
10
作者 孙德山 吴今培 《微机发展》 2004年第1期21-22,25,共3页
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。文中将最小二乘支持向量机算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明,该方法具有很好的... 支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。文中将最小二乘支持向量机算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明,该方法具有很好的泛化能力和一定的噪声容忍能力。 展开更多
关键词 机器学习 支持向量机 LS-SVM 混沌时间序列预测 神经网络
下载PDF
小波网络在带噪声的混沌时间序列预测中的研究 被引量:1
11
作者 陈晓云 牛国鹏 吴本昌 《计算机工程与科学》 CSCD 北大核心 2009年第9期125-127,共3页
在采用网络模型对带有噪声的混沌时间序列进行建模的过程中,噪声会影响模型的泛化能力。针对上述问题,本文提出了基于小波去噪的小波网络预测框架。在预处理阶段使用小波阈值方法抑制噪声,运用相空间重构理论确定嵌入维数和延迟时间,进... 在采用网络模型对带有噪声的混沌时间序列进行建模的过程中,噪声会影响模型的泛化能力。针对上述问题,本文提出了基于小波去噪的小波网络预测框架。在预处理阶段使用小波阈值方法抑制噪声,运用相空间重构理论确定嵌入维数和延迟时间,进而确定改进的小波网络模型的结构,结合BP算法和遗传算法对模型的参数进行学习。最后,在带噪声的Mackey-Glass混沌序列预测实验中验证了该框架的有效性。 展开更多
关键词 回归-小波网络 小波去噪 混沌时间序列预测 相空间重构
下载PDF
LS-SVM的一种参数优选方法及混沌时间序列预测 被引量:1
12
作者 王海龙 周辉仁 +1 位作者 宗蕴 刘春霞 《统计与决策》 CSSCI 北大核心 2009年第1期22-24,共3页
支持向量机是一种新型的学习方法,该方法以结构风险最小化原则取代传统机器学习中的经验风险最小化原则,在小样本的机器学习中显示出了优异的性能。文章提出适当的验证性能指标用遗传算法优化最小二乘支持向量机的有关参数,并进行时间... 支持向量机是一种新型的学习方法,该方法以结构风险最小化原则取代传统机器学习中的经验风险最小化原则,在小样本的机器学习中显示出了优异的性能。文章提出适当的验证性能指标用遗传算法优化最小二乘支持向量机的有关参数,并进行时间序列预测。通过对混沌时间序列的预测及和神经网络预测的比较证明,该模型的预测精确度是令人满意的,文中提出的方法是可行的。 展开更多
关键词 最小二乘支持向量机 遗传算法 参数优化 混沌时间序列预测
下载PDF
基于混沌时间序列预测的多源数据转换算法设计 被引量:1
13
作者 蔡波 《国外电子测量技术》 2019年第6期140-144,共5页
在对多源数据进行转换时传统方法未考虑多源数据的混沌特性,导致进行多源数据转换时选取的转换频率点缺乏针对性、与多源数据间的关联性低,出现了多源数据转换准确性低、效率低等问题,提出基于基于混沌时间序列预测的多源数据转换算法... 在对多源数据进行转换时传统方法未考虑多源数据的混沌特性,导致进行多源数据转换时选取的转换频率点缺乏针对性、与多源数据间的关联性低,出现了多源数据转换准确性低、效率低等问题,提出基于基于混沌时间序列预测的多源数据转换算法。连接原始时间序列和多维空间序列,重构多源数据相空间,设置合理的相空间嵌入维数以及混沌时间延迟,在该相空间中提取混沌时间序列的关联维特征,依据该特征预测混沌时间序列,根据预测结果选取数据转换的转换频率点,最终实现多源数据的准确转换。实验结果证明,使用所提方法进行多源数据转换,效率较高,所得到的转换数据准确率较高。 展开更多
关键词 多源数据 混沌时间序列预测 转换 相空间重构 关联维预测特征
原文传递
混沌时间序列预测算法的优度评价 被引量:2
14
作者 王 盖明久 张金春 《海军航空工程学院学报》 2014年第5期497-500,共4页
将优度评价方法运用于混沌时间序列预测算法评价中,确定评价算法的指标体系。建立混沌时间序列预测算法关于各评价指标的关联函数来刻画各评价对象的优秀程度并计算关联度。计算出各评价对象的优度值,将其用于对各算法的综合优度的比较... 将优度评价方法运用于混沌时间序列预测算法评价中,确定评价算法的指标体系。建立混沌时间序列预测算法关于各评价指标的关联函数来刻画各评价对象的优秀程度并计算关联度。计算出各评价对象的优度值,将其用于对各算法的综合优度的比较。实例证明,该方法直观、实用,可为混沌时间序列预测算法评价提供定量的依据。 展开更多
关键词 优度评价方法 混沌时间序列预测 关联函数
下载PDF
基于RBF神经网络结构选择方法的Mackey-Glass与Lorenz混沌时间序列预测建模 被引量:3
15
作者 邵海见 邓星 《江苏科技大学学报(自然科学版)》 CAS 2018年第5期701-706,共6页
混沌时间序列的频谱状态丰富,能在不同状态下反映信号的激励特性,所以常用作预测建模的测量序列.传统的混沌时间序列的结构选择往往依赖于经验,无法充分反映混沌系统的特性,容易导致模型的推广范围较窄.针对以上问题,提出了一种基于RBF... 混沌时间序列的频谱状态丰富,能在不同状态下反映信号的激励特性,所以常用作预测建模的测量序列.传统的混沌时间序列的结构选择往往依赖于经验,无法充分反映混沌系统的特性,容易导致模型的推广范围较窄.针对以上问题,提出了一种基于RBF网络的Mackey-Glass与Lorenz混沌时间序列预测模型,利用模型结构选择方法来充分反映混沌系统的时序特性,并通过模型优化等策略提高模型的泛化能力.结果表明,模型结构选择方法能有效提高混沌时间序列的预测精度,具有良好的应用前景. 展开更多
关键词 混沌时间序列预测 模型结构选择 神经网络 预测建模
下载PDF
免疫遗传优化支持向量机回归在混沌时间序列预测上的应用 被引量:1
16
作者 张晓志 蒋丽峰 《湖北广播电视大学学报》 2007年第10期155-156,共2页
在分析支持向量机(Support Vector Machines,SVM)回归算法的基础上,提出了一种免疫遗传优化向量机回归算法来预测混沌时间序列。算法根据混沌时间序列样本的特点利用免疫遗传算法对支持向量机回归方法参数进行优化。免疫遗传算法有效地... 在分析支持向量机(Support Vector Machines,SVM)回归算法的基础上,提出了一种免疫遗传优化向量机回归算法来预测混沌时间序列。算法根据混沌时间序列样本的特点利用免疫遗传算法对支持向量机回归方法参数进行优化。免疫遗传算法有效地克服了未成熟收敛现象,获得相关参数最优值。对混沌时间序列预测的实际算例表明,与支持向量机方法相比,本文所提的免疫遗传优化支持向量机回归方法具有更高的预测精度。 展开更多
关键词 免疫遗传优化支持向量机 混沌时间序列预测 支持向量机 免疫遗传算法
下载PDF
基于分数阶最大相关熵算法的混沌时间序列预测 被引量:10
17
作者 王世元 史春芬 +1 位作者 钱国兵 王万里 《物理学报》 SCIE EI CAS CSCD 北大核心 2018年第1期248-255,共8页
为提高最大相关熵算法对混沌时间序列的预测速度和精度,提出了一种新的分数阶最大相关熵算法.在采用最大相关熵准则的基础上,利用分数阶微分设计了一种新的权重更新方法.在alpha噪声环境下,采用新的分数阶最大相关熵算法对Mackey-Glass... 为提高最大相关熵算法对混沌时间序列的预测速度和精度,提出了一种新的分数阶最大相关熵算法.在采用最大相关熵准则的基础上,利用分数阶微分设计了一种新的权重更新方法.在alpha噪声环境下,采用新的分数阶最大相关熵算法对Mackey-Glass和Lorenz两类具有代表性的混沌时间序列进行预测,并分析了分数阶的阶数对混沌时间序列预测性能的影响.仿真结果表明:与最小均方算法、最大相关熵算法以及分数阶最小均方算法三类自适应滤波算法相比,所提分数阶最大相关熵算法在混沌时间序列预测中能够有效地抑制非高斯脉冲噪声干扰的影响,具有较快收的敛速度和较低的稳态误差. 展开更多
关键词 混沌时间序列预测 自适应滤波器 分数阶微分 最大相关熵准则
下载PDF
基于具有加权模糊隶属函数的神经网络的混沌时间序列预测
18
作者 权鹏宇 车文刚 +1 位作者 周志元 龙婧 《软件》 2017年第5期98-106,共9页
本文提出了以时间延迟坐标嵌入方法为基础的周期性波动预测模型。此模型使用一种叫作具有加权模糊隶属函数的神经网络的神经模糊网络(NEWFM)。在主要综合指标的预处理时间序列中使用了时间延迟坐标嵌入方法,并将此序列用作此神经模糊网... 本文提出了以时间延迟坐标嵌入方法为基础的周期性波动预测模型。此模型使用一种叫作具有加权模糊隶属函数的神经网络的神经模糊网络(NEWFM)。在主要综合指标的预处理时间序列中使用了时间延迟坐标嵌入方法,并将此序列用作此神经模糊网络的输入数据来预测商业周期。以小波变换为基础使用其他方法进行了对比性研究,并对性能比较进行了主成分分析。使用线性回归分析来测试预测结果,以比较输入数据与目标类别,国内生产总值的近似值。另外两个模型忽略了基于混沌的模型捕捉非线性动态模型和系统中的相互作用。检验结果表明基于混沌的方法能够有效地增强预测能力,因此表明此方法比其他方法具有更优越的性能。 展开更多
关键词 加权模糊隶属函数 时间坐标嵌入 混沌时间序列预测 模糊神经网络
下载PDF
基于Nystrom柯西核共轭梯度算法的混沌时间序列预测
19
作者 齐乐天 王世元 +1 位作者 沈明琳 黄刚毅 《物理学报》 SCIE EI CAS CSCD 北大核心 2022年第10期392-401,共10页
混沌时间序列能够较好反映真实环境的非线性和非平稳性特性,然而具有二阶统计特性的核自适应滤波器(kernel adaptive filter,KAF)在处理含噪声和异常值的混沌时间序列时,其预测性能显著下降.为提高核自适应滤波器的鲁棒性,本文提出了一... 混沌时间序列能够较好反映真实环境的非线性和非平稳性特性,然而具有二阶统计特性的核自适应滤波器(kernel adaptive filter,KAF)在处理含噪声和异常值的混沌时间序列时,其预测性能显著下降.为提高核自适应滤波器的鲁棒性,本文提出了一种用于测量非线性相似度的柯西核损失(Cauchy kernel loss,CKL),并采用半平方(half-quadratic,HQ)方法保证了CKL的全局凸性.为改善随机梯度下降法收敛速度较慢且容易陷入局部最优的不足,采用共轭梯度(conjugate gradient,CG)方法优化CKL.进一步,为解决核矩阵网络增长的问题,采取Nystrom稀疏策略近似核矩阵,并利用概率密度秩量化(probability density rank-based quantization,PRQ)提高逼近精度.基于此,本文提出了一种新的基于Nystrom和PRQ的柯西核共轭梯度(Nystrom Cauchy kernel conjugate gradient with PRQ,NCKCG-PRQ)算法有效实现了混沌时间序列的预测.基于合成和真实两类混沌时间序列验证了所提NCKCG-PRQ算法在稳态性能,鲁棒性和计算存储复杂度上的优势. 展开更多
关键词 混沌时间序列预测 核自适应滤波 柯西核函数 NYSTROM方法
下载PDF
教与学优化储备池计算的混沌时间序列预测
20
作者 李志刚 高媛媛 孙晓川 《计算机仿真》 北大核心 2022年第5期455-460,共6页
针对回声状态网络初始化参数的随机性影响网络预测精度的问题,提出一种利用教与学优化算法对网络的输入权值、储备池内部权值和输出权值进行局部优化的预测模型,保留了储备池网络权值参数的部分随机性,从而具有良好的泛化能力。为验证... 针对回声状态网络初始化参数的随机性影响网络预测精度的问题,提出一种利用教与学优化算法对网络的输入权值、储备池内部权值和输出权值进行局部优化的预测模型,保留了储备池网络权值参数的部分随机性,从而具有良好的泛化能力。为验证本模型的有效性,针对Mackey-Glass和Lorenz混沌时间序列的预测任务进行仿真。由仿真结果可知,对比相关粒子群优化方法,教与学优化的回声状态网络模型在预测性能、收敛速度和稳定性方面有显著的优势。 展开更多
关键词 储备池计算 教与学优化 混沌时间序列预测
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部