期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模糊C-回归聚类的T-S模糊粒子滤波算法
被引量：
3
1
作者
黄逸凡
粟梅
《计算机应用与软件》
北大核心
2022年第10期238-245,共8页
针对非高斯目标动态模型不确定性粒子滤波问题,提出改进的基于模糊C-回归聚类的T-S模糊模型粒子滤波算法。采用T-S模糊模型语义模糊集表示空间特征信息从而高精度近似动态模型,提出基于熵的模糊C-回归聚类方法从而自适应地识别T-S模糊...
针对非高斯目标动态模型不确定性粒子滤波问题,提出改进的基于模糊C-回归聚类的T-S模糊模型粒子滤波算法。采用T-S模糊模型语义模糊集表示空间特征信息从而高精度近似动态模型,提出基于熵的模糊C-回归聚类方法从而自适应地识别T-S模糊模型的前提参数,调整模型的权重,并使用卡尔曼滤波识别结论参数。通过T-S模糊模型构造重要性密度函数提高采样粒子的鲁棒性和多样性,进一步改进了算法的计算复杂度。仿真验证结果表明,在运动方向突然改变或目标动态模型的先验信息不准确时,该方法可以准确快速地跟踪机动目标。
展开更多
关键词
T-S
模糊
模型
非高斯噪声
模糊c-回归聚类
非线性滤波
在线阅读
下载PDF
职称材料
基于分数差分和Fuzzy-AR的网络流量建模和预测
被引量：
5
2
作者
胡申敏
许维胜
+1 位作者
王中杰
余有灵
《计算机工程与应用》
CSCD
北大核心
2006年第19期104-107,共4页
文章提出了一种利用分数差分和Fuzzy-AR(模糊自回归模型)进行网络流量建模和预测的新方法。这种方法既能刻画实际网络流量的长相关性,又能描述其中的非平稳和非线性分量,同时具有较低的辨识复杂度。这个方法的两个部分建模和预测是密切...
文章提出了一种利用分数差分和Fuzzy-AR(模糊自回归模型)进行网络流量建模和预测的新方法。这种方法既能刻画实际网络流量的长相关性,又能描述其中的非平稳和非线性分量,同时具有较低的辨识复杂度。这个方法的两个部分建模和预测是密切相关的。首先它们都通过分数差分的方法消除时间序列中的长相关性,然后分别用模糊自回归模型进行建模或预测。实验表明相比传统的模型,这种方法的预测更加有效。
展开更多
关键词
长相关
自相似
模糊
自
回归
模型
模糊
c-
自
回归
模型
聚
类
分数差分
在线阅读
下载PDF
职称材料
题名
基于模糊C-回归聚类的T-S模糊粒子滤波算法
被引量：
3
1
作者
黄逸凡
粟梅
机构
中南大学信息科学与工程学院
湖南民族职业学院
出处
《计算机应用与软件》
北大核心
2022年第10期238-245,共8页
基金
国家自然科学基金项目(61933011)
湖北省自然科学基金项目(2014CFB659)。
文摘
针对非高斯目标动态模型不确定性粒子滤波问题,提出改进的基于模糊C-回归聚类的T-S模糊模型粒子滤波算法。采用T-S模糊模型语义模糊集表示空间特征信息从而高精度近似动态模型,提出基于熵的模糊C-回归聚类方法从而自适应地识别T-S模糊模型的前提参数,调整模型的权重,并使用卡尔曼滤波识别结论参数。通过T-S模糊模型构造重要性密度函数提高采样粒子的鲁棒性和多样性,进一步改进了算法的计算复杂度。仿真验证结果表明,在运动方向突然改变或目标动态模型的先验信息不准确时,该方法可以准确快速地跟踪机动目标。
关键词
T-S
模糊
模型
非高斯噪声
模糊c-回归聚类
非线性滤波
Keywords
T-S fuzzy model
Non-Gaussian noise
Fuzzy
c-
regression clustering
Nonlinear filtering
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
TU317 [建筑科学—结构工程]
在线阅读
下载PDF
职称材料
题名
基于分数差分和Fuzzy-AR的网络流量建模和预测
被引量：
5
2
作者
胡申敏
许维胜
王中杰
余有灵
机构
同济大学电子与信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2006年第19期104-107,共4页
基金
国家863高技术研究发展计划资助项目(编号:2003AA412310)
上海市高校优秀青年教师培养计划(2004)
文摘
文章提出了一种利用分数差分和Fuzzy-AR(模糊自回归模型)进行网络流量建模和预测的新方法。这种方法既能刻画实际网络流量的长相关性,又能描述其中的非平稳和非线性分量,同时具有较低的辨识复杂度。这个方法的两个部分建模和预测是密切相关的。首先它们都通过分数差分的方法消除时间序列中的长相关性,然后分别用模糊自回归模型进行建模或预测。实验表明相比传统的模型,这种方法的预测更加有效。
关键词
长相关
自相似
模糊
自
回归
模型
模糊
c-
自
回归
模型
聚
类
分数差分
Keywords
long-range dependenee,self-similarity,fuzzy-AR,fuzzy
c-
regression model clustering,fractional differencing
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于模糊C-回归聚类的T-S模糊粒子滤波算法
黄逸凡
粟梅
《计算机应用与软件》
北大核心
2022
3
在线阅读
下载PDF
职称材料
2
基于分数差分和Fuzzy-AR的网络流量建模和预测
胡申敏
许维胜
王中杰
余有灵
《计算机工程与应用》
CSCD
北大核心
2006
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
