期刊文献+
共找到160篇文章
< 1 2 8 >
每页显示 20 50 100
基于广义径向基函数神经网络的非线性时间序列预测器 被引量:5
1
作者 张嵩 汪元美 《电子科学学刊》 CSCD 2000年第6期965-971,共7页
该文对传统的径向基函数(RBF)神经网络的结构和学习算法进行了总结,并在此基础上提出了广义径向基函数模型概念,使这种网络具有更好的应用灵活性与可扩充性。文章基于Mackey-Glass造血模型方程的数值解数据,对此广义模型与现有的RBF模... 该文对传统的径向基函数(RBF)神经网络的结构和学习算法进行了总结,并在此基础上提出了广义径向基函数模型概念,使这种网络具有更好的应用灵活性与可扩充性。文章基于Mackey-Glass造血模型方程的数值解数据,对此广义模型与现有的RBF模型和梯度径向基函数(GRBF)模型对非线性时间序列预测问题的应用结果进行了比较与讨论,显示出这种广义模型的应用有效性。 展开更多
关键词 径向基函数 神经网络 非线性时间序列预测器
在线阅读 下载PDF
基于时间序列的结构非线性振动响应预测模型在飞行试验中的应用研究
2
作者 刘佳璐 张武林 《航空科学技术》 2025年第3期105-110,共6页
利用计算机技术进行飞行器结构非线性振动响应预测,对振动试飞数字化发展具有重要意义。基于直升机飞行实测振动数据,从时间序列角度出发,利用反向传播(BP)神经网络建立非线性振动响应单步和多步预测模型。在稳定和机动飞行动作中验证... 利用计算机技术进行飞行器结构非线性振动响应预测,对振动试飞数字化发展具有重要意义。基于直升机飞行实测振动数据,从时间序列角度出发,利用反向传播(BP)神经网络建立非线性振动响应单步和多步预测模型。在稳定和机动飞行动作中验证模型有效性后,预测直升机结构在不同飞行动作中的航向、侧向和垂向振动量值,分析预测步长对模型预测精度的影响,研究结果可为结构非线性振动响应预测模型在飞行试验中的应用提供参考。 展开更多
关键词 数据预测 BP神经网络 时间序列 非线性振动响应 飞行试验
在线阅读 下载PDF
边坡位移非线性时间序列采用支持向量机算法的智能建模与预测研究 被引量:65
3
作者 刘开云 乔春生 滕文彦 《岩土工程学报》 EI CAS CSCD 北大核心 2004年第1期57-61,共5页
介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法———支持向量机算法,运用Matlab语言编写了程序,采用不同的核函数对具体的边坡工程实例作了计算,并将人工神经元网络计算结果与之对比,可见无论是在学习或预测精度方面... 介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法———支持向量机算法,运用Matlab语言编写了程序,采用不同的核函数对具体的边坡工程实例作了计算,并将人工神经元网络计算结果与之对比,可见无论是在学习或预测精度方面,支持向量机算法较基于经验风险最小化原理的人工神经元网络算法都有很大的优越性,可以运用于实际工程。 展开更多
关键词 边坡 位移 非线性 时间序列 支持向量机 回归算法 位移预测
在线阅读 下载PDF
基于SVR的非线性时间序列预测方法应用综述 被引量:19
4
作者 陈荣 梁昌勇 谢福伟 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2013年第3期369-374,共6页
基于支持向量回归(Support Vector Regression,简称SVR)的非线性时间序列预测是智能预测的重要前沿课题,在许多领域有着非常广泛的应用前景。文章介绍了SVR基本理论和方法,从金融、电力、交通、旅游等领域的典型应用对基于SVR的非线性... 基于支持向量回归(Support Vector Regression,简称SVR)的非线性时间序列预测是智能预测的重要前沿课题,在许多领域有着非常广泛的应用前景。文章介绍了SVR基本理论和方法,从金融、电力、交通、旅游等领域的典型应用对基于SVR的非线性时间序列预测进行了综述,分析了目前SVR在核函数、自由参数选择和输入数据处理方面存在的问题及其在应用领域进一步研究的方向。 展开更多
关键词 支持向量机 支持向量回归 非线性 时间序列预测
在线阅读 下载PDF
用于低维混沌时间序列预测的一种非线性自适应预测滤波器 被引量:9
5
作者 张家树 肖先赐 《通信学报》 EI CSCD 北大核心 2001年第10期93-98,共6页
在二阶Volterra滤波预测器基础上,提出了一种用于低维混沌时间自适应预测的非线性自适应预测器。基于最小均方误差准则导出了一种NLMS类型的自适应算法来实时调整这种非线性滤波预测器的系数。仿真实验结果表明:这种线性... 在二阶Volterra滤波预测器基础上,提出了一种用于低维混沌时间自适应预测的非线性自适应预测器。基于最小均方误差准则导出了一种NLMS类型的自适应算法来实时调整这种非线性滤波预测器的系数。仿真实验结果表明:这种线性化的非线性自适应滤波预测器能够有效地预测低维混沌时间序列,且它的模块化特征更易于VLSI电路实现,具有广泛的工程应用价值。 展开更多
关键词 混纯时间序列 自适应滤波预测器 非线性自适应预测 滤波器
在线阅读 下载PDF
PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用 被引量:12
6
作者 梁桂兰 徐卫亚 +1 位作者 何育智 赵延喜 《岩土力学》 EI CAS CSCD 北大核心 2008年第4期995-1000,共6页
岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类... 岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数:中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。 展开更多
关键词 粒子群优化 径向基神经网络 岩土工程 非线性时间序列 预测
在线阅读 下载PDF
隧道围岩变形的非线性自回归时间序列预测方法研究 被引量:15
7
作者 文明 张顶立 +3 位作者 房倩 齐俊 方黄城 陈文博 《北京交通大学学报》 CAS CSCD 北大核心 2017年第4期1-7,共7页
针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态... 针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态特性上更加符合实际系统,可以非线性动态地考虑隧道施工全过程.运用该模型对史家山2号隧道施工过程中的围岩水平收敛和地表变形进行预测.结果表明:1)非线性自回归预测模型比传统的ARMA预测模型的预测精度高、适应性好;2)通过多次预测并对结果取平均值,可以保证非线性自回归预测模型预测结果的预测精度和稳健性;3)通过优化动态施工影响因子的取值方法,可以进一步提高NARXNN时间序列预测模型的预测精度. 展开更多
关键词 公路隧道 时间序列模型 非线性自回归神经网络 动态施工影响因子 围岩变形预测
在线阅读 下载PDF
一种非线性非平稳时间序列预测建模方法 被引量:9
8
作者 林树宽 杨玫 +1 位作者 乔建忠 王国仁 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第3期325-328,共4页
提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向... 提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向量回归建立相应的平稳时间序列预测模型;最后,再一次利用支持向量回归对这些预测模型进行非线性组合,得到非线性、非平稳时间序列的预测模型.仿真实验和工程应用均表明,所提的预测建模方法与传统的基于支持向量回归的建模方法相比,具有较高的精度,说明该方法对于非线性、非平稳时间序列的预测是有效的. 展开更多
关键词 经验模式分解 支持向量回归 非线性非平稳时间序列 本征模式分量 预测建模
在线阅读 下载PDF
ANN非线性时间序列预测模型输入延时τ的确定 被引量:5
9
作者 张胜 刘红星 +2 位作者 高敦堂 沈振宇 业苏宁 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2002年第6期905-908,共4页
用神经网络 (ANN)建立非线性时间序列预测模型时 ,ANN输入数据延时间隔τ的选取是必须考虑的一个方面 .目前关于延时间隔τ选取的流行做法是 :将τ确定为相空间重构时的最佳延时τs.本文提出了与此不同的观点 ,即神经网络输入数据延时... 用神经网络 (ANN)建立非线性时间序列预测模型时 ,ANN输入数据延时间隔τ的选取是必须考虑的一个方面 .目前关于延时间隔τ选取的流行做法是 :将τ确定为相空间重构时的最佳延时τs.本文提出了与此不同的观点 ,即神经网络输入数据延时间隔τ的选取与τs 无直接关系 .综合考虑其他一些因素 ,认为ANN输入数据延时间隔τ取为 1是最为合理的 . 展开更多
关键词 ANN 模型 非线性时间序列 混沌 相空间重构 预测 神经网络 输入延时
在线阅读 下载PDF
基于非线性时间序列的预测模型检验与优化的研究 被引量:17
10
作者 单伟 何群 《电子学报》 EI CAS CSCD 北大核心 2008年第12期2485-2489,共5页
模型的适用性检验和参数优化是系统建模的最关键环节,对于预测模型的适用性检验,常采用残差方差图、最小信息准则和AIC准则等方法,存在计算量大、准确性低、模型不唯一等缺点.本文给出采用自相关系数和偏自相关系数的拖尾先对ARIMA模型... 模型的适用性检验和参数优化是系统建模的最关键环节,对于预测模型的适用性检验,常采用残差方差图、最小信息准则和AIC准则等方法,存在计算量大、准确性低、模型不唯一等缺点.本文给出采用自相关系数和偏自相关系数的拖尾先对ARIMA模型检验,再对其进行F适用性检验,克服了由于观测样本的长度是有限的,偏相关的估计存在误差,拖尾时不能为ARMA定阶的缺陷,并采用具有超线性收敛性等诸多优点的变尺度法对模型参数进行了优化,得到了较为精确的、单一AIRMA模型,该方法可应用于网络流量模型的适用性检验和模型优化,为网络流量的预测、异常检测和服务器负载预测的应用奠定了坚实的基础. 展开更多
关键词 非线性 时间序列 适用性检验 自回归求和滑动平均模型
在线阅读 下载PDF
基于独立模型的非线性时间序列多步超前预测 被引量:4
11
作者 杨臻明 岳继光 +1 位作者 王晓保 萧蕴诗 《上海交通大学学报》 EI CAS CSCD 北大核心 2013年第10期1626-1631,共6页
提出一种非线性时间序列的多步超前独立预测方法.对比逐步递归方法和独立预测方法,分析了积累误差对多步超前预测性能的影响.采用递归神经网络(RNN)实现了独立预测方法,建立了城市轨道交通能耗预测模型.通过MATLAB训练和测试该模型,比... 提出一种非线性时间序列的多步超前独立预测方法.对比逐步递归方法和独立预测方法,分析了积累误差对多步超前预测性能的影响.采用递归神经网络(RNN)实现了独立预测方法,建立了城市轨道交通能耗预测模型.通过MATLAB训练和测试该模型,比较了两种方法下的多步超前预测输出.结果表明,独立预测方法的误差优于逐步递归方法.最后指出了独立预测方法的优缺点及适用范围. 展开更多
关键词 非线性时间序列 多步超前独立预测 积累误差 递归神经网络
在线阅读 下载PDF
基于正交最小二乘估计的非线性时间序列的预测 被引量:5
12
作者 沈辉 胡德文 《国防科技大学学报》 EI CAS CSCD 北大核心 2001年第2期115-118,共4页
在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小... 在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小二乘方法 (OLS)对线性模型同时进行结构选择与参数辨识 ,改善了数值的病态特性 。 展开更多
关键词 非线性时间序列 预测 局部线性 正交最小二乘估计
在线阅读 下载PDF
一种新的时滞神经网络非线性时间序列预测方法 被引量:2
13
作者 向剑伟 《现代电子技术》 2007年第4期118-119,122,共3页
基于相空间重构的非线性预测思想,建立一个时滞的BP神经网络模型,采用贝叶斯正则化方法提高BP网络的泛化能力,区别于一般的预测方法,非线性预测不仅注重数据拟合和精度改进,而且能够反映被预测系统的非线性特征。将该模型应用于某电子... 基于相空间重构的非线性预测思想,建立一个时滞的BP神经网络模型,采用贝叶斯正则化方法提高BP网络的泛化能力,区别于一般的预测方法,非线性预测不仅注重数据拟合和精度改进,而且能够反映被预测系统的非线性特征。将该模型应用于某电子行业进出口贸易非线性时间序列的预测,结果证明改进的模型具有较好的泛化能力,准确拟合了进出口贸易发展的历史值和趋势。并在分析模型预测精度的同时,通过计算拟合序列和原序列的非线性特征量进行模型评价,证实预测模型能够合理地“捕捉”到产生原序列的非线性系统的动力学特征。 展开更多
关键词 非线性时间序列预测 相空间重构 BP网络 贝叶斯正则化
在线阅读 下载PDF
非线性时间序列在卫星通信网络数据预测中的研究 被引量:2
14
作者 单伟 王玉田 《空间电子技术》 2009年第2期115-119,共5页
卫星通信网络数据预测在卫星通信系统中起着重要的作用,是系统建模的主要研究内容之一。由于卫星通信网络数据的非平稳性和不可预知因素的影响,决定了应采用非线性时间序列建模方法来分析、预测。在分析通信网络数据的基础上,建立卫星... 卫星通信网络数据预测在卫星通信系统中起着重要的作用,是系统建模的主要研究内容之一。由于卫星通信网络数据的非平稳性和不可预知因素的影响,决定了应采用非线性时间序列建模方法来分析、预测。在分析通信网络数据的基础上,建立卫星通信网络数据的AR IMA模型,在确定预测模型的阶和进行参数估计后,给出不同预测步数条件下的通信网络数据流量的预测,并进行了仿真对比实验。仿真结果表明,该模型在预测步数较小的情况下,预测误差在4%左右,具有良好的预测精度,为卫星通信网络数据流量的预测、异常检测和网络负载预测的应用奠定了坚实的基础。 展开更多
关键词 非线性 时间序列 模型定阶 参数估计 预测
在线阅读 下载PDF
基于误差反传算法的时间序列非线性预测方法 被引量:1
15
作者 郭静波 戴逸松 《长春邮电学院学报》 1996年第1期1-6,共6页
讨论了基于误差反向传播算法的时间序列非线性预测方法,给出了用该方法预测的时间序列程序框图并对太阳黑子预测问题进行了计算机仿真。仿真结果表明该非线性预测方法有较好的预测效果.
关键词 时间序列分析 非线性预测 误差反传算法
在线阅读 下载PDF
非线性时间序列神经网络预测方法的研究及应用 被引量:2
16
作者 江龙剑 高列 葛永利 《矿业快报》 2001年第16期1-4,共4页
岩土边坡时间序列数据蕴含着边坡系统演化的信息 ,边坡系统在演化过程中既表现出确定性、必然性的一面 ,同时又具有随机性、混沌性、无序性的一面。利用人工神经网络 ,提出了多变量前向网络的多准则学习算法 ;通过一维时序的扩充和延拓 ... 岩土边坡时间序列数据蕴含着边坡系统演化的信息 ,边坡系统在演化过程中既表现出确定性、必然性的一面 ,同时又具有随机性、混沌性、无序性的一面。利用人工神经网络 ,提出了多变量前向网络的多准则学习算法 ;通过一维时序的扩充和延拓 ,计算相空间吸引子维数 ,根据吸引子维数的大小确定神经网络拓扑结构的输入层节点的个数。最后 ,根据实例 ,建立了时间序列预报模型 ,并与传统的预测方法 (灰色模型 )作了比较。 展开更多
关键词 非线性时间序列 神经网络 预测 吸引子 灰色 岩土边坡
在线阅读 下载PDF
多维B样条函数网络应用于非线性时间序列预测
17
作者 郝继升 刘彦保 《延安大学学报(自然科学版)》 2000年第3期10-12,共3页
本文构造一个用于解决非线性时间序列预测问题的多维输入 B- spline函数网络 ,并进行了计算机实验模似 .
关键词 函数网络 基函数 非线性时间序列 多维B样条
在线阅读 下载PDF
一种改进的B样条网络学习算法应用于非线性时间序列预测
18
作者 郝继升 《延安大学学报(自然科学版)》 2001年第3期22-24,40,共4页
将一种关于一维输入的改进 B样条网络学习算法推广到二维输入情形 ,并应用到一个非线性时间序列预测问题中 ,计算机仿真结果表明该算法比现有的
关键词 B-spline网络 基函数 内结点 学习算法 非线性时间序列
在线阅读 下载PDF
混沌时间序列的自适应非线性滤波预测 被引量:3
19
作者 马二红 杨建浩 +1 位作者 张绍武 张敏贵 《声学与电子工程》 2003年第1期1-6,共6页
本文基于混沌动力系统相空间的延迟坐标重构,根据混沌序列产生的确定性和非线性机制及混沌序列高阶奇异谱特征, 提出了混沌时间序列的二阶Volterra和高阶非线性HONFIR两种模型,引入Sigmoid函数后又提出了一种少参数非线性自适应滤波预... 本文基于混沌动力系统相空间的延迟坐标重构,根据混沌序列产生的确定性和非线性机制及混沌序列高阶奇异谱特征, 提出了混沌时间序列的二阶Volterra和高阶非线性HONFIR两种模型,引入Sigmoid函数后又提出了一种少参数非线性自适应滤波预测模型,并对它们的自适应算法作了介绍。 展开更多
关键词 混沌时间序列 相空间 自适应滤波 非线性滤波 预测模型 混沌学 混沌序列
在线阅读 下载PDF
一种基于KS检验的时间序列非线性检验方法 被引量:29
20
作者 侯澍旻 李友荣 刘光临 《电子与信息学报》 EI CSCD 北大核心 2007年第4期808-810,共3页
检验统计量的选取将对时间序列非线性检验的结果产生重要影响。该文在采用打乱相位法产生替代数据后,引入了一种非参数检验——Kolmogorov-Smirnov检验(简称KS检验)作为检验统计量。通过对各类信号的数值实验及与传统使用的高阶自相关... 检验统计量的选取将对时间序列非线性检验的结果产生重要影响。该文在采用打乱相位法产生替代数据后,引入了一种非参数检验——Kolmogorov-Smirnov检验(简称KS检验)作为检验统计量。通过对各类信号的数值实验及与传统使用的高阶自相关量以及时间反演不可逆量对比结果表明,KS检验是一种有效、稳定的非线性检验统计量,对噪声信号具有较强的抗噪能力,而对非线性信号具有较高的敏感性。 展开更多
关键词 非线性检验 非线性时间序列 KS检验 替代数据
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部