一种基于Hilbert-Huang变换和ARMA模型的时间序列预测方法

提出了一种基于Hilbert-Huang变换和ARMA模型的时间序列预测方法。采用Hilbert-Huang变换将原时间序列分解成若干个平稳的固有模态函数分量,求出每一个固有模态函数分量的瞬时频率和瞬时幅值,然后对每一个固有模态函数分量的瞬时频率和瞬时幅值序列建立ARMA模型,最后通过合成得到原时间序列的ARMA预测模型。实验结果表明,此方法可有效地应用于非平稳时间序列的预测。     

图模型方法及ARMA模型检验

应用图模型方法来研究时间序列中的因果关系,并以ARMA(1,1)时间序列为例作了说明.将ARMA模型表示成混合图,证明了ARMA模型的系数就是在移去了时间序列中其他成员的线性效应后的偏相关系数.这样就可运用通常的图模型推断算法来做参数估计和预测.与传统的对ARMA模型的检验法相比较,该方法既直观又易于计算.     

带有色观测噪声解耦Wiener跟踪滤波器

对带有色观测噪声的离散线性系统，应用现代时间序列分析方法，基于ARMA新息模型，提出了一种解耦Wiener滤波新方法，仿真例子说明了本方法的有效性。     

不规则波的谱估计方法比较

本文主要研究不同谱估计方法对风浪谱及船舶运动响应谱这样一类低频窄带谱估计结果的影响。为了谱估计结果有一个共同的比较标准,采用从计算机上产生的两种模拟给定功率谱的伪时间序列作为谱估计的输入。除非参数谱估计方法以外,本文还采用了参数谱估计方法,它较之非参数谱估计方法有其优越之处。     

一种基于变结构加权的时间序列预测模型研究?

基于文献提出的优化权重方法,针对存在单个离散变结构下的时间序列预测问题,提出了一种变结构加权的ARMA模型.该方法利用优化权重对时间序列变结构前的数据进行调整,形成了新的时间序列,然后再对这个新的时间序列建立ARMA模型进行预测.蒙特卡罗模拟显示,该方法对存在单个离散变结构的时间序列具有较好的预测效果.实证结果表明中国股票市场的日收益率存在明显的变结构现象,并且在预测中运用加权ARMA模型能够明显改善预测效果.     

基于模糊核聚类图像分割的气体泄漏定位研究

针对传统泄漏检测和定位方法中低效性和低抗干扰性等方面的问题,提出了一种基于红外热像图的气体泄漏检测和定位的方法. 该方法利用红外热像仪拍摄充气前后被测容器的红外热像图,并对获得的热像图进行图像增强和加权差分处理,提出基于带有温差因子的模糊核聚类分割算法来处理容器的红外热像图,对泄漏位置及边界的提取. 通过引入与目标区域温度范围相关的参数-温差因子,对于不同温度范围热像图的噪声具有良好的自适应抑制能力,增强了图像分割的鲁棒性. 实验结果表明,该方法准确并且高效,能够获得准确的泄漏检测及定位结果,泄漏检测能力可达到10 mL/min(@0.1 MPa).      

多重分形序列的可见图分析

可见图方法将多重分形时间序列映射为相应的网络,研究并对比了由不同机制产生的多重分形序列的非平凡特征,发现单分形时间序列的简单叠加得到的混合序列有多分形性质,对应的可见图是无尺度网络;而通过模型产生的多分形序列对应的可见图一般不具有无标度性质.为了辨别不同机制生成的多分形时间序列,小波分析和可见图必须联合运用才能识别这两种不同的分形结构,可见图算法作为传统时间序列分析方法的补充在揭示序列产生机制时具有重要的用途.     

基于高频数据的时变VaR建模和预测研究

提出了VaR时间序列动态预测的方法.首先以上证综合指数和深证综合指数日内分钟数据为基础,根据不同方法计算出每日VaR值,然后给出了VaR时间序列的统计特征,包括平稳性和长记忆性,最后对VaR序列建立ARMA模型和ARFIMA模型,并比较了两种模型预测效果.我们的结果表明:1)基于德尔塔正态法的VaR序列其ARMA模型预测效果好于历史模拟法和蒙特卡洛模拟法的预测效果;2)尽管VaR序列存在长记忆性,但所有VaR序列的ARMA模型预测效果好于ARFIMA模型的预测效果.     

基于Burg改进算法的风切变风速估计

在对风切变风速进行估计时,基于频域的风速估计方法可以获得更多的谱特征参数估计值,但经典的频域谱估计的频率分辨率低、方差大.针对传统的基于频域谱估计方法存在的问题,提出一种基于Burg改进算法的风切变风速估计方法.Burg谱估计的频率分辨率高于经典谱估计,但当雷达回波周期数较少即短序列条件下会出现谱峰分裂和偏移产生谱估计误差.分析表明,Burg算法估计AR模型系数的误差是导致频谱分裂和偏移的主要原因.改进Burg算法中,多段回波数据积累和原Burg算法联合估计AR模型系数,减小系数误差,提高谱估计精度.该算法继承了原Burg算法能够获得高的频率分辨率和小方差的优点.仿真结果表明,在模型阶数选取适当的情况下,对短序列回波信号进行风速估计,相比于经典的FFT算法和Burg算法,改进谱估计方法达到了Burg谱估计的分辨率和FFT谱估计的准确性.     

基于ARMA时间序列理论的建模及应用

介绍一种精度较高的时间序列短期预测方法,即带有周期性的ARMA模型。通过该数学模型的分析与研究,对时间序列整个变化的规律性做出近似描述,更准确的认识与了解到时间序列的结构与特征,进而达到最小方差意义下的最优预测。     

临震卫星热红外异常的机理分析

围绕卫星红外异常预测地震方法的理论基础——临震红外异常的成因机制问题,简介前人基于实验的各种假说;结合红外遥感和地面观测实际进行验证和评述;从红外遥感理论依据——斯忒藩-玻耳兹曼定律出发加以分析,针对临震热红外异常出现时间的短暂性、范围的区域性、增幅的显著性等特点加以具体运用,从理论和实践的结合上,对红外异常的机理和红外遥感地震的方法,进行评述和展望。     

基于ARMA模型双谱分布与FCM方法的轴承故障识别

针对滚动轴承信号非线性和非高斯性的特点,提出了基于自回归滑动平均(ARMA)模型双谱分布特征与模糊c均值(FCM)聚类分析的故障识别方法.首先,利用经验模态分解改善信号,对获得的信号主分量建立ARMA模型;然后,对ARMA模型进行双谱分析;最后,以阈值化的双谱分布二值图为特征向量,借助FCM聚类算法构建类模板与最近邻模板分类器,实现故障识别.滚动轴承实例诊断结果表明,该方法能准确地判断轴承的实际性态,是一种有效的故障识别方法.     

基于热象技术的电缆火险隐患诊断研究

提出了一种基于电缆表面的红外热图象对电缆的火险隐患进行在线诊断的方法。根据电缆的表面温度、结构参数、物性参数和环境温度,通过建立传热数学模型,对电缆的线芯工作温度进行了反演计算,并与电缆的允许工作温度进行比较,实现了电缆火险隐患的非接触、在线诊断。     

机载热红外图像特征的提取与分析

采用Robert算子、Sobel算子方法和小波变换方法对机载热红外图像的目标特征进行提取与分析.结果表明:与传统的图像分析方法比较,利用多尺度的小波变换方法对机载热红外图像中目标特征的分析,具有定位准确,保留细节较好的优点,是一种较实用的计算机分析与处理方法.     

基于线性降维技术和BP神经网络的热红外人脸图像识别

结合线性降维技术与BP神经网络对热红外人脸图像进行了识别研究.首先利用主成分分析和线性判别分析对热红外人脸图像进行图像降维及特征提取,然后将提取出的热红外人脸图像特征向量用于BP神经网络的训练,得到一个鲁棒性和容错性较强的分类器,用这个分类器对热红外人脸图像进行分类识别.实验结果表明,由于所提方法在提取便于分类的模式特征基础上,采用神经网络作为分类器代替特征向量间的欧氏距离判别,获得了较高的热红外人脸图像识别率.     

功率管红外热图像统计识别与分析研究

通过对半导体功率管管壳的红外热图像进行自动聚焦,提取对不同焊接情况的图像有明显分类效果的特征参数,对训练样本进行统计分析,形成专家知识库,运用最小特征加权街区距离分类器,快速、准确地实现自动识别分类.对焊接有缺陷的情况,利用基于AI的自动阈值选择方法,分割出缺陷区域,并对缺陷做定量分析.     

基于时间序列分析的地表沉降数据分析处理

基于平稳时间序列的特性,研究了应用ARMA(m,n)模型对矿区地表沉降数据进行分析处理和预报的方法步骤,并用一组实测沉降数据实例说明.结果表明,应用ARMA(m,n)模型分析处理地表沉降数据十分有效、可靠.     

船舶排气热特征求解器开发及结果影响因素分析

为了分析船舶中排气羽流热和气体组分的流动特性,更好地揭示其热分布及红外辐射特征,以某现代常规动力船舶为例,基于开源软件OpenFOAM开发了recRhoSimpleFoam可压缩羽流热特征求解器,该求解器能够计算船舶羽流温度的热分布及各气体组分的分布特性,在此基础上分析不同网格数量、离散格式和边界条件对排气羽流温度和气体组分流动的影响。结果表明,网格划分精细度能够影响其数值模拟的求解结果,精细网格对于热特征的分析更为有利,离散格式和边界条件的改变对于其羽流温度的影响较小。该研究可为下一步流场的优化以及红外仿真工作提供参考依据。     

基于NSCT变换的红外与可见光图像融合新算法

考虑红外与可见光图像的成像机理,提出把非下采样Contourlet变换用于该类图像融合的改进措施.先用NSCT变换在多尺度和多方向上去分解已经配准的图像,可以得到低频系数部分和高频系数部分;再对低频子代部分应用归一化局部方差的差和融合阈值比较的融合规则,对于高频方向子代部分则使用拉普拉斯能量和的能量取大的融合方法;最后把NSCT逆变换应用在高低频部分,输出最后的图像.通过对比实验可知,提出的新方法较传统的图像融合方法更能准确地反映所要研究的场景.