【摘 要】
：
混沌时间序列分析应用广泛,有着极为丰富和深刻的内涵。本文研究了混沌时间序列分析理论和方法,将BP神经网络应用于混沌时间序列预测中,并采用matlab实验验证了其有效性。论
论文部分内容阅读
混沌时间序列分析应用广泛,有着极为丰富和深刻的内涵。本文研究了混沌时间序列分析理论和方法,将BP神经网络应用于混沌时间序列预测中,并采用matlab实验验证了其有效性。论文主要完成如下几个方面的内容:1) 简单对比了各种预测模型,说明了BP网络应用于混沌时间序列的优势。2) 相空间重构理论:相空间重构是对时间序列进行深层次信息挖掘的一种有效的方法。该文讨论了相空间重构中时间延迟与嵌入维数的选取以及Lyapunov指数的估计,并给出了简洁的算法。3) 将神经网络理论引入混沌时间序列预测领域,给出了BP神经网络拟和重构后所得函数关系的具体实现过程,并应用训练后的网络进行预测,经计算机仿真表明该方法是行之有效的,并给出了具体应用实例。4) 给出了BP网络参数设定的一般方法,讨论了优化参数的方法。
其他文献
随着互联网络和计算机技术的迅速发展，人类进入了以数字信息为特征的信息社会。信息时代在给数字多媒体创作和传播提供诸多方便的同时，也带来了一个严峻的问题——盗版和篡改。
人脸识别技术是利用计算机分析人脸图像，并从人脸图像中提取有用的信息进行身份识别的技术。人脸识别技术的任务之一是人脸鉴别，就是验证某个人的身份是否属实，是一对一的匹配过
数据挖掘是帮助人们在海量数据中发现信息和知识的工具。近年来数据挖掘技术成了智能研究的核心技术,被广泛应用到了诸多领域,引起了学术界极大的关注。在教育领域中,对学生
本文研究Java中对象模型到关系模型的映射问题,其目的就是在Java开发环境中建立一个持久层,将对象模型到关系模型的映射信息在程序代码之外进行集中封装。通过这样一种方式,
数据的爆炸式增长使我们进入了真正的数据与信息时代。如何从海量数据中获取潜在有用的信息,引导人们做出正确的决策,这就离不开数据挖掘。聚类则以其特有的优点,成为数据挖
随着计算机技术和通信技术的飞速发展，P2P(peer-to-peer，对等网)取得了巨大的成功。P2P在分布式搜索、分布计算、协同工作等方面的优点尤为突出。然而，由于P2P的安全性一直以来
软硬件划分是软硬件协同设计的关键环节，划分的结果直接影响目标系统的设计质量。由于单个任务具有多种不同的硬件实现方式，与传统的单一硬件实现方式的软硬件划分问题相比，多选
近年来,随着网络技术和Internet的迅速发展,基于Browser/Server结构的Web应用,因其具有易用性、通用性和良好的可扩展性等优点而发展迅速,正逐渐成为实现企业应用信息系统的
传统的企业由于缺少不同系统相互集成的技术，导致很多关键的信息被封闭在相互独立的系统中，部门间重复着冗余的工作，这直接导致了企业工作效率的降低和运营成本的上升。企业的业
硬件技术的飞速发展带来了一个新的问题，数据产生与获得的速度大大超过了数据处理能力。为此一类新型的应用——数据流应用应运而生，其中数据流挖掘以其实用性吸引了大量计算机