混沌时间序列
混沌时间序列的相关文献在1996年到2022年内共计486篇,主要集中在自动化技术、计算机技术、物理学、无线电电子学、电信技术
等领域,其中期刊论文420篇、会议论文42篇、专利文献82367篇;相关期刊259种,包括北京科技大学学报、天津大学学报、大地测量与地球动力学等;
相关会议41种,包括第九届中国多智能体系统与控制会议(MASC2013)、中国计算机用户协会仿真应用分会成立三十周年庆祝大会暨2013全国仿真技术学术会议、中国职业安全健康协会2013年学术年会等;混沌时间序列的相关文献由1109位作者贡献,包括肖先赐、甘建超、韩敏等。
混沌时间序列—发文量
专利文献>
论文:82367篇
占比:99.44%
总计:82829篇
混沌时间序列
-研究学者
- 肖先赐
- 甘建超
- 韩敏
- 刘君华
- 单平
- 易锦燕
- 罗震
- 刘鹏飞
- 向昌盛
- 吴今培
- 周子英
- 孙德山
- 张家树
- 朱小菲
- 李爱国
- 王国华
- 韩崇昭
- 马红光
- 乔美英
- 刘福才
- 刘芳
- 卜云
- 吕俊
- 吕琛
- 吕金虎
- 姜可宇
- 孙百瑜
- 张建民
- 张春涛
- 张森
- 彭宏
- 徐小力
- 文光俊
- 方芬
- 朱春梅
- 朱长纯
- 杨慧
- 樊焕贞
- 毛剑琴
- 王耀南
- 程时杰
- 窦春霞
- 肖健华
- 胡寿松
- 蔡志明
- 覃征
- 许剑锋
- 赵永平
- 郭阳明
- 陆振波
-
-
黄维腾
-
-
摘要:
针对桥梁的非线性下沉问题,引用了混沌理论,首先求取时间序列的两重构参数时间延迟τ和嵌入维数m进行相空间重构;随后进行混沌特性判别,确定该时间序列存在混沌迹象;最后根据所求参数建立加权零阶局域预计模型和RBF神经网络混沌预计模型对观测数据进行预计分析,并与系数为0.9的指数平滑预测模型进行比较,结果显示混沌预计模型值更接近实测值,三者相比RBF神经网络混沌预计模型的预计精度优于另外两者,表明混沌预计模型预测精度满足桥梁变形监测精度需求。
-
-
杨斐
-
-
摘要:
目的为了实现资源管理大数据的精准挖掘,保证挖掘结果的真实性与有效性,提出一种基于混沌时间序列的资源管理大数据挖掘方法。方法首先,通过相空间重构一个等价的多维状态空间,利用相空间的混沌吸引子寻找预测点的相关函数关联,实现对被测目标区域位置的准确判断;其次,运用经验模态分解将资源管理大数据回波信号分解,按照回波信号间的关联性融合软阈值和粗糙惩罚手段,对资源管理大数据回波信号去噪,预防信号失真现象发生;最后,按照原始定位波形特征,去除回波信号波形伪峰值点,挑选适当的指数函数进行sinc函数波形拟合修正,保证资源管理大数据挖掘结果的准确性。结果仿真实验表明,此方法可以大幅提升资源管理大数据挖掘精度,且耗时较短。结论实现资源管理大数据挖掘,具备较高的应用价值。
-
-
范斌;
张栲;
郭谱
-
-
摘要:
盾构在始发、穿越风井,接收、联络通道等重要区段的施工会造成管片受力的变化,进而引起管片变形,严重时会出现裂缝,导致隧道内涌水涌砂现象发生。目前,管片结构应力监测技术日趋成熟,施工安全在一定程度上得到了保障,但在风险应对机制还不完善的情况下,利用预测模型来争取更多的风险应对时间,可更好地保证施工安全,减小事故造成的损失。以武汉地铁4号线越江盾构隧道工程实测数据为基础,通过数据的初步处理,指出管片结构应力时序变化一般规律。对管片结构应力的影响因素进行分析,从定性角度说明了在盾构掘进过程中,管片结构应力变化具有混沌性。结合混沌理论与BP神经网络,构建混沌时间序列预测模型,将工程实测数据代入模型,分析数据混沌性,并进行管片结构应力预测分析。
-
-
王金锋;
杨宇琦;
温栋;
孙晓晨;
任正某;
王茹月
-
-
摘要:
针对单一模型难以对具有不确定性和随机性等特点的风电功率数据实现精确预测,该文提出基于GA-BP和RBF的风力发电时间序列混沌特性组合预测模型。组合预测模型对原始风电功率数据进行混沌特性判定,使用基于嵌入窗法的C-C求解法对数据进行相空间重构,得到输入数据集。并且,该组合预测模型基于皮尔逊相关系数和模型的不同预测能力,实时更新各模型的权重,提高模型的综合预测能力。实际风电场数据验证表明,组合预测模型对风电功率预测的皮尔逊相关系数为0.985,证明了此组合模型在提升风电预测精度方面具有优越性。
-
-
卢思安;
侯国庆
-
-
摘要:
为有效呈现云计算资源负载的动态波动情况,研究基于大数据分析技术的云计算资源预测方法。在海量云计算资源负载的时间序列数据内任意选取一个时间序列数据;采用时间序列混沌分析方法预处理所选时间序列数据,通过互相关方法确定时间序列相空间重构的最佳嵌入维和延迟时间;依照最佳嵌入维和延迟时间构建一个多维时间序列,将多维时间序列作为云计算资源负载预测建模的学习样本;采用支持向量机训练学习样本,构建云计算资源负载预测模型,采用蝙蝠算法优化预测模型内惩罚因子和径向基核函数宽度参数,完成海量云计算资源负载时间序列数据预测。测试结果显示所研究方法具有较好的泛化能力,单步预测条件下能够获取高精度的测试对象预测结果,多步预测条件下依旧能够较好的呈现测试对象的波动情况。
-
-
黄伟建;
李永涛;
黄远
-
-
摘要:
为提高混沌时间序列的预测精度,提出一种基于混合神经网络和注意力机制的预测模型(Att-CNN-LSTM),首先对混沌时间序列进行相空间重构和数据归一化,然后利用卷积神经网络(CNN)对时间序列的重构相空间进行空间特征提取,再将CNN提取的特征和原时间序列组合,用长短期记忆网络(LSTM)根据空间特征提取时间特征,最后通过注意力机制捕获时间序列的关键时空特征,给出最终预测结果.将该模型对Logistic,Lorenz和太阳黑子混沌时间序列进行预测实验,并与未引入注意力机制的CNN-LSTM模型、单一的CNN和LSTM网络模型、以及传统的机器学习算法最小二乘支持向量机(LSSVM)的预测性能进行比较.实验结果显示本文提出的预测模型预测误差低于其他模型,预测精度更高.
-
-
蔡敏;
尚钦明;
孟晓燕
-
-
摘要:
针对当前图像加密算法存在的安全性差、抗攻击能力弱等缺陷,以获得好的图像加密结果为目标,提出一种基于混沌时间序列的图像加密算法.首先对当前图像加密算法的研究进展进行分析,找到存在的难题,然后通过混沌系统产生混沌时间序列,采用混沌时间序列对图像像素进行置乱操作,打扰图像原始像素之间的联系,最后进行图像加密算法的仿真测试.结果表明,通过该算法加密的图像,原始图像和加密后图像通过肉眼无法找到它们之间的相关性,可以有效地保护图像的信息安全,提高了抗攻击能力,而且图像加密效果要明显优于其他图像加密算法.
-
-
赵雷;
保利勇;
丁洪伟
-
-
摘要:
针对传统混沌映射迭代生成的时间序列复杂度低且序列取值范围受映射参数控制的问题,提出了一种基于S-T耦合级联混沌映射的扩频码生成算法.先通过引入耦合控制因子对满映射条件下的Sine映射和Tent映射进行线性耦合,在保持系统动力学结构完整性的前提下减弱了混沌参数取值对序列取值范围带来的影响,极大地增加了扩频码的地址空间.进一步,继续将耦合映射与Sine映射级联后作为扩频码生成器的驱动内核,通过级联的方式显著提升了映射迭代生成时间序列的复杂度,使得所生成的扩频码具有更强的伪随机特性.最后,基于Simulink平台搭建了加载S-T混沌扩频码的直序扩频系统,测试了在不同噪声环境下系统的误码率.实验结果表明,与基于原有传统映射的扩频系统相比较,基于线性耦合级联映射的扩频系统具有更低的误码率.
-
-
曹敏;
孙子雯;
白泽洋;
巨健
-
-
摘要:
为协助售电公司提升市场化售电服务质量,利用支持向量机-混沌时间序列模型对陕西省可参与市场化售电的用户用电量进行动态预测.然后根据对未参与市场化用户的用电预测偏差和成本降幅测算结果,对未参与市场化售电的用户进行分析与评估,并给出售电公司开展售电业务的代理建议.最后根据考核要求,利用已参与市场化客户的动态预测偏差值来进一步对客户是否被考核进行预警分析.初步应用结果表明,售电公司从这2方面开展代理业务已取得较好成果,可进一步深化应用.
-
-
朱经红
-
-
摘要:
由于饱和负荷预测的时间跨度大、影响因素多,易导致所得结果偏差较大.为此,基于混沌时间序列设计了一种新的城网饱和负荷预测方法.在相空间的基础上,计算负荷时间序列的饱和关联维数,选取重构相空间内的最佳嵌入维数,并定量分析负荷时间序列的混沌特性;然后确定饱和负荷的增长趋势,通过判断指标衡量饱和负荷预测值,并收集城网历史供电信息,获取最大负荷历史数据;运用趋势外推法建立函数模型,利用中值处理法获得模型预测平均值,选取实际负荷时间序列数据 对其精度实施检验,最终完成对城网饱和负荷的预测.实验结果表明:该方法预测结果较为准确,可消耗较短的时间达到较高的预测精度,具有良好的实用价值和应用前景.
-
-
Su Dingli;
苏定立;
Liu Zhen;
刘镇;
Zhou Cuiying;
周翠英
- 《2018全国岩土工程师论坛》
| 2018年
-
摘要:
高边坡安全预警是世界性难题之一,其重要的一环就是制定合理可行的预警标准.本文通过稳定性与安全性、预测与预警对比分析,定义了边坡安全预警的概念.针对高边坡的特殊性,结合描述过程的混沌时间序列和描述状态的能量,对边坡进行安全预警分析,引入边坡安全预警时段的概念,作为预警标准,并初步拟定了预警等级.在此过程中,对基于塑性功率概念的临滑预报理论进行改进.通过对黄茨滑坡的研究结果表明,把边坡安全预警时段作为预警标准是合理可行的,可为滑坡安全预警的相关研究提供参考.
-
-
-
-
-
QIAO Mei-ying;
乔美英
- 《第九届中国多智能体系统与控制会议(MASC2013)》
| 2014年
-
摘要:
随着科学的发展,许多实际的非线性系统的运动特性被证明具有混沌特性。所以对混沌时间序列的预测近来成为研究的热点。然而目前对混沌时间序列的预测研究大多建立在相空间重构基础之上.然而在重构相空间时,需要选取两个参数-延迟时间与嵌入维数,文中引入微熵率最小的原则选取这两个参数.在重构相空间后,利用LS-SVR对混沌时间序列进行预测研究.并在MATLAB200b环境下建立混沌时间序列的预测模型.文中利用Mackey-Glass混沌时间序列与工作面瓦斯涌出量混沌时间序列数据对算法进行验证.结果表明,在熵率最小的原则下确定的嵌入维数与延迟时间其几何意义明确,通过编程实现简单明了.而在此基础上重构的相空间中利用LS-SVR预测模型的预测效果较好,而对实际现场瓦斯突出在短期内的预测也得到了较高的精度.
-
-
-
-
Wu Huawen;
吴华稳;
Wang Fuzhang;
王富章
- 《第十届全国博士生学术年会》
| 2012年
-
摘要:
根据RBF神经网络具有分析非线性动态系统的混沌特性的特点,对铁路客货运发送量相关时间序列进行了分析和研究,本文在rakens相空间重构的基础上,首先利用互信息方法求嵌入时延、伪邻域方法求嵌入维数;其次根据嵌入时延和嵌入维数构造铁路客货运量的奇异吸引子三维相图;然后应用G-P方法和最大Lyapunov指数方法对铁路客货运量时间序列进行混沌识别;接着根据RBF神经网络的学习算法和辨识原理,对铁路客货运最预测流程进行分析.最后应用RBF神经网络对 Lorenz方程进行单步和多步的预测并进行校验比较,同时对铁路客货运量自l999年1月1 日到2012年8月27 日共4988天的发送量进行RBF单步和多步顾测;预测结果表明Lorenz方程能够很好地与实际值相吻合,铁路客货运的RBF多步预测随着预测步数的变长,误差逐渐变大,因此多步预测更适合短期预测;RBF神经网络铁路客货运单步预测较多步预测精准度略高些.
-
-