搜索资源列表
EmbeddingDimension_FNN
- 假近邻法(False Nearest Neighbor, FNN)计算嵌入维的Matlab程序 文件夹说明： Main_FNN.m - 程序主函数，直接运行此文件即可 LorenzData.dll - 产生Lorenz时间序列 PhaSpaRecon.m - 相空间重构 fnn_luzhenbo.dll - 假近邻计算主函数 SearchNN.dll - 近邻点搜索 buffer_SearchNN_1.dll - 近邻点搜索缓存1 buffer_Search
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
Adaptive-Embedding-Dimension
- 嵌入维数自适应最小二乘支持向量机 状态时间序列预测方法 Condition Time Series Prediction Using Least Squares Support Vector Machine with Adaptive Embedding Dimension 针对航空发动机状态时间序列预测中嵌入维数难于有效选取的问题, 提出一种基于嵌入维数自适应 最小二乘支持向量机( L SSVM ) 的预测方法。该方法将嵌入维数作为影响状态时间序列预测精度的重要参
caoshi-method
- 本程序是应用曹氏法解决混沌时间序列的嵌入维数，用C++编写，并编写出matlab接口，生成cao.dll文件，利用程序中的caoshi_method.m文件就可以在matlab环境下快速计算出嵌入维数。-the programme can compute embedding dimension
lyap_wolf
- 本程序是以前自己编制的应用wolf方法计算混沌时间序列的lyapunov指数，用C++编写，并编写出matlab接口，生成lyapunov_wolf.dll文件，利用程序中的lyapunov_wolf.m文件就可以在matlab环境下快速计算出最大lyapunov指数。-Lyapunov by wolf method
SMO算法实现
- 使用Matlab重新实现了svm算法中的核心算法SMO，即序列优化问题。 其中my_seqminopt.m是重写的实现代码，完成了核心的迭代优化过程。(MATLAB code of SMO algorithm in SVM algorithm)