共查询到20条相似文献,搜索用时 15 毫秒
1.
基于小波分析的径向基神经网络年径流预测 总被引:13,自引:1,他引:12
对年径流的预测采用基于小波分析的径向基神经网络模型,从时频分析角度出发,把水文年径流序列分解成不同的频率成分,用径向基神经网络对小波分解的周期和趋势频率成分分别进行预测,然后通过小波重构得到水文时间序列,从而可以对未来的径流变化情况进行描述. 相似文献
2.
基于小波支持向量机的金融预测 总被引:1,自引:1,他引:0
基于小波分析与支持向量核函数理论构造了一个小波支持向量机(WSVM),用以预测金融时间序列的波动率.与采用高斯核的标准支持向量机相比,由于小波核结合了小波分析的多分辨特性,因此可以更好地逼近任意非线性函数.仿真实验表明,小波支持向量机在股指收益波动率预测中具有较好性能. 相似文献
3.
4.
5.
6.
7.
8.
结合神经网络和小波的优点,建立了一种新型的多维小波网的网络模型,研究了多维小波网逼近非线性时间序列的收敛性质及收敛精度,并给出了相应的数学证明,同时将之应用于山猫数据的拟合及预报,仿真结果说明该方法的可行性。 相似文献
9.
针对非平稳非线性时间序列的数据挖掘与预测问题,提出一种基于分层有限状态机的预测方法 .首先,将时间序列构建成有限状态机(FSM)模型,将时间序列的相对序列模式作为状态.然后,构建一种层次模型,通过关联特定模式形成中间状态,并以递归方式对模式进行分组,以此解决长序列造成的过度训练问题.最后,通过梯度下降法结合所有有限状态(FS)预测器的输出,生成最终预测结果 .实验结果表明,该方法能够对时间序列进行有效的规则挖掘,具有较高的预测精度. 相似文献
10.
准确的负荷预测是电力系统做出合理调度的重要依据.提出基于小波包能量和神经网络理论的短期负荷预测新方法,将负荷序列进行小波包分解,提取小波包能量作为径向基神经网络负荷序列的输入特征量.大量的预测实例分析表明,所提出的预测方法具有稳定性和准确性. 相似文献
11.
12.
13.
从纯数学的角度,对多个关联确定性时间序列分别进行多次累加产生新序列,研究序列之间的关系,建立多元线性(或非线性)回归方程。给定显著性水平α,对每个回归方程进行显著性检验。在置信度1-α下建立微分方程组模型,从而揭示这些时间序列之间的关系,实现对原序列的预测和控制。最后用1995-2014年海南省GDP和接待旅游人数建立微分方程组模型并进行预测。 相似文献
14.
基于POD的中心选择方法是用来显示神经网络的选择中心,这个选择中心是在非线性时间序列中,基于径向基函数(RBF)的.这种方法利用时间序列数据的时间序列特征,使中心选择以一种平行的方式被执行,通过对一个基准问题和两个预期库存定向的模拟声明,在预期非线性时间序列中能够有效应用. 相似文献
15.
16.
为了解决传统神经网络的预测精度取决于输入变量和测试样本的缺陷,采用二阶Daubechies小波作为母小波,通过离散小波变换和逆变换的多分辨率把负荷序列分解为4个小波分量,不但把握了负荷序列的规律性,而且减轻了神经网络的学习压力.采用自适应遗传算法对模糊规则和权重进行修正,优化模糊神经网络,提出GNN-W-GAF模型.该模型既发挥了模糊算法的特点,又使得各种知识点在神经网络中相互融合,避免了初始值设定的随意性.仿真结果表明,该方法能显著提高预测精度和预测性能. 相似文献
17.
18.
一种基于主成分分析的时间序列趋势预测方法 总被引:1,自引:0,他引:1
在分析现有时间序列预测方法的基础上,提出了一种利用主成分分析实现时间序列趋势预测的方法.算例表明,该方法能够具有一定的适用性. 相似文献
19.
给出了区间上的小波包的定义,对其性质做进一步的讨论,并给出[0,1]区间上的积分可积空间中正交小波包的正交分解. 相似文献
20.
《哈尔滨师范大学自然科学学报》2017,(2)
针对传统以欧氏距离为相似性度量的K-均值聚类算法应用于时间序列数据上存在的时间轴偏移敏感性问题及以动态时间轴弯曲距离为相似性度量的高计算复杂性问题,提出基于小波变换的动态时间弯曲距离作为相似性度量方法,根据提取的小波低频系数与原时间序列之间的低能量差异来选择小波变换的尺度,能保证选取的特征在拥有尽量低的维数的同时保留时间序列主要信息.实验结果显示,基于小波动态时间弯曲距离的K均值聚类比基于欧氏距离的K均值聚类效果好,运行速度比动态弯曲距离快. 相似文献