搜索资源列表
C-CDocument
- 对混沌时间序列相空间重构C—C方法的三点不足，提出了一种基于改进的C-c方法的 确定曩优时延与嵌入窗的新算法．在关联积分计算过程中引入了权衡计算精度与速度的可调参数， 合理选择试参数，能在不严重损失估计精度的前提下，大大加快计算速度。在理论分析的基础上， 用所提出的算法对三种混沌序列进行相空间重构，仿真结果表明该算法对最优时延的选择更准确， 对最优嵌入窗的选取更可靠。-Of chaotic time series phase space reconstruction method
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab
chaos
- 《混沌时间序列分析及其应用》主要介绍了混沌时间序列的基本理论、方法及应用，共分七章：混沌动力学、时间序列的重构相空间、混沌控制与同步等。-"Chaotic Time Series Analysis and Its Applications," introduces the basic theory of chaotic time series, methods and applications, is divided into seven chapters: chaotic dynamics,
average-period-of-chaos
- 混沌理论学习资料-混沌时间序列的平均周期计算方法-Chaos theory learning materials- the average period of chaotic time series is calculated
The-chaos-sequence-forecast-function
- 基于混沌理论的时间序列的系统多步预测函数-Based on the theory of chaos time series prediction function of the system
hundunshijianyuce
- 混沌时间序列的Volterra级数多步预测研究，混沌理论认为在混沌系统中，初始条件的十分微小的变化经过不断放大，对其未来状态会造成极其巨大的差别。 -Volterra series of chaotic time series multi-step prediction, chaos theory is that in the chaotic system, the initial conditions of very small changes through continuous zoom,