电话发展的R／S分析

作者在本文利用分形理论中的Ｒ／Ｓ分析方法，根据某地区过去电话发展状况，求得相Ｈｕｒｓｔ指数，由此可预测该地区电话的未来发展趋势。     

基于数据挖掘的金融时序频繁模式的快速发现

针对金融时间序列分析中注重快速作出趋势判断的特点,利用数据挖掘的思想和工具,提出一种金融时间序列模式快速发现算法.与传统的预测算法相比较,该算法对数据的分布和平稳性等方面的要求不高,不基于任何假设,能够非常快速地发现时间序列中的频繁模式,经过模式匹配后,可以用于金融时间序列的分析与预测.以实际汇率数据为例,证明了该算法的有效性.     

浙江乐清方言音系再探

乐清方言的声母有29个,具备了吴语方言的一个重要特征,即浊声母和清声母的对立。韵母30个,没有入声韵和鼻化韵。声调有8个,入声不是短促调,已变为舒声,是先降后升的曲折调。     

双随机Dirichlet级数的收敛性和增长性

文章研究系数{Xn}满足∑n=0^＋∞P{｜Xn｜≥n^p}〈＋∞，∑n=0^＋∞P{n^p｜Xn｜≥c}=＋∞（任意〉0）及指数在条件limλn/Eλn=1下的双随机Diriehlet级数的收敛性和增长性。     

基于Simulink的多涡卷迟滞函数序列混沌系统仿真

介绍了Simulink的建模与仿真步骤,根据迟滞函数序列混沌系统的数学状态方程,设计了基于Simulink平台的仿真模型,并对模型进行了动态仿真,给出了相应的仿真结果。这种仿真方法具有模型搭建灵活、输出结果直观等特点。     

水下声场激励水表面横向微波的色散关系

针对水下声场在水表面激励横向微波的现象, 建立一套测量水表面横向微波波长的图像采集和处理系统, 利用该系统对水表面横向微波波长进行了测量, 将实验值与理论值进行比较, 结果表明, 表面横向微波是色散波, 理论模型给出的波长量级与实验结果相吻合.      

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

常系数线性中立型方程的一般周期的周期解

本文利用Fourier经数理论及矩阵的Jordan标准形理论研究了单时滞常系数中立型方程组的一般周期的周期解,获得了保证周期解存在、唯一的充分必要条件及一些简单的充分条件.     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。     

基于Hurst指数的飞机完好率混沌时序数据时滞性分析

通过研究Hurst指数随时间变化曲线的特性,提出了一种计算和判断混沌时间序列平均最大“记忆”长度(“平均循环周期”)的方法。并应用于对飞机完好率时间序列数据的时滞性实证分析,分析结果得到了有关专家的认可,为进一步的评价分析奠定了基础。