论文研究-混沌时间序列建模及预测.pdf

论文研究-混沌时间序列建模及预测.pdf,  讨论了混沌时间序列的建模及预测方法 ,给出了各重要参数的选取算法 ,并应用于实例 ,与传统的时间序列预测方法相比较 ,取得了精度更高的预测结果 ,从而为一类非线性时间序列提供了从数据采集识别到建模预测的完整技术.

论文研究-基于贝叶斯网络的跳频序列多步预测.pdf

根据跳频频率序列具有混沌特性，在相空间重构理论基础上提出一种用于跳频频率序列预测的贝叶斯网络模型。该模型将重构后的整个相空间作为先验数据信息，进而通过学习贝叶斯网络并利用贝叶斯网络推理算法达到对跳频频率多步预测的目的。仿真结果表明该方法具有良好的多步预测能力，并能有效地克服过拟合现象。

论文研究-混沌序列自适应多步预测及在股票中的应用.pdf

论文研究-混沌序列自适应多步预测及在股票中的应用.pdf,

论文研究-混沌时间序列的混合预测方法.pdf

论文研究-混沌时间序列的混合预测方法.pdf,  提出了一种基于小波变换、粒子群优化的最小二乘支持向量机(PSO-LSSVM)和广义自回归条件异方差模型(GARCH)的混沌时间序列的混合预测方法.首先利用小波变换将混沌时间序列分解和重构成概貌时间序列和细节时间序列; 然后利用PSO-LSSVM模型预测概貌时间序列的未来值,采用GARCH模型预测细节时间序列的未来值;最后将概貌时间序列和细节时间序列的未来值求和作为最终的预测结果.采用该方法对Mackey-Glass和变参数Logistic混沌时间序列进行预测. 结果表明该方法能精确地预测混沌时间序列,验证了文中所提方法的有效性.

论文研究-基于回声状态网络的混沌时间序列多步预测 .pdf

基于回声状态网络的混沌时间序列多步预测，宋勇 ，李贻斌，针对回声状态网络在权值学习过程中存在的病态问题，提出了一种基于正则化方法的回声状态网络学习算法。在标准误差项基础上增加一

论文研究-基于EMD与神经网络的中国股票市场预测.pdf

论文研究-基于EMD与神经网络的中国股票市场预测.pdf,  应用EMD分解算法、混沌分析和神经网络理论提出了一种中国股票市场建模及预测的EMD神经网络模型.首先应用EMD分解算法把原始股市时间序列分解成不同尺度的基本模态分量,并在此基础上进一步分析, 表明中国股市存在混沌特性;再经混沌分析和神经网络进行组合预测,提高了模型对多种目标函数的学习能力, 有效提高了预测精度. 实验表明:与现有方法相比, 该方法具有较高的精度.

论文研究-降水时间序列的聚类分析和预测.pdf

论文研究-降水时间序列的聚类分析和预测.pdf,  本文阐述了对160个中国大陆降雨序列进行同步预测的完整方法。预测模型是用多元分析和随机序列等方法综合建立的, 预测结果较好。文中重点研究能用个人计算机可方便地同时预测这160个点的方法。因此, 首先采用聚类方法将160个点的降水序列分成若干个局部特征相似的几个子类。采用该法的分类结果与国内大多数着名专家的分类结果相似。采用数据压缩法求出每个子类周期性特征的主成分序列, 计算中在精度损失不大情况下尽量压缩计算量。该模型预测一年后的降雨量, 获得令人满意的结果。

论文研究-基于改进回声状态网络的混沌时间序列多步预测 .pdf

基于改进回声状态网络的混沌时间序列多步预测，张亚琦，杨凌，传统回声状态网络（ESN）对混沌时间序列的预测多用于不含噪声的理想条件，针对这一不足，本文选用小波分析与回声状态网络结合，提

论文研究-基于二阶马尔可夫模型的模糊时间序列预测.pdf

针对当前模糊时间序列模型存在的缺乏有效论域划分方法和模糊关系前件多为一阶的现状，提出了基于二阶马尔可夫模型的模糊时间序列预测方法。应用模糊C均值聚类方法，获得序列中元素的隶属度；引入二阶马尔可夫模型中的转移概率矩阵表示模糊关系，更新了传统的模糊关系表示和运算；预测待求元素在各个模糊聚类的隶属度，并利用重心法去模糊化。将该模型运用到移动3G网络的性能预测中，与传统模糊时间序列预测方法相比，其准确性有了较大提高。

LSTM_PM2.5多步预测.zip

使用LSTM对北京市PM2.5进行2步预测，压缩包含有： 1.PRSA_data_2010.1.1-2014.12.31.csv 2.LSTM_PM2.5多步预测.ipynb 3.LSTM_PM2.5多步预测.html

论文研究-汇率时间序列混沌动力学特征及实证.pdf

论文研究-汇率时间序列混沌动力学特征及实证.pdf,

论文研究-基于时间序列的网络流量分析与预测 .pdf

基于时间序列的网络流量分析与预测，何建，，随着计算机网络的迅速发展，目前的网络规模越来越庞大和复杂，相应面临对网络有效管理的要求就越来越高。本文通过对CERNET(China Educa

论文研究-时间序列分割方法综述 .pdf

时间序列分割方法综述，孙文远，苏晓龙，随着数据库知识发现(KDD)和模式识别等计算技术的发展，时间序列包含的数据量大，维数高，更新快。因此，时间序列的分割就显得必不�

论文研究-多维时间序列的周期分析.pdf

论文研究-多维时间序列的周期分析.pdf,  根据作者提出的能量关联度理论，探讨了多维时间序列的周期分析问题，互能量关联度的计算及频率域上主要影响因素的提取，结合实例验证了理论和方法的可行性

论文研究-基于模糊时间序列的自适应性预测模型 .pdf

基于模糊时间序列的自适应性预测模型，李雄彪，勾学荣，针对模糊时间序列模型中在预测时采用的模糊逻辑关系阶数的单一性和不确定性的问题，本文提出一种自适应性的模糊时间序列预测模型

论文研究-不规则时间序列波动率建模:高频与低频的统一.pdf

论文研究-不规则时间序列波动率建模:高频与低频的统一.pdf,  在Kim和Wang（2016）提出的统一的GARCH-Itô模型的基础上进行推广，提出了一种将高频与低频数据相结合进行波动率建模的更一般的方法.该方法允许在高频波动率中以一种更加灵活的方式嵌入低频的GARCH结构，从而拓宽了模型的适用范围.理论研究表明，模型参数的拟似然估计具有良好的极限性质，模拟研究则验证了估计量在有限样本下的有效性.在实证分析中，新方法被用于改进Easley等（2013，2016）提出的BVC算法，得到了市场参与者交易意图的更精确的估计.

论文研究-时间序列建模中滞后阶数选取准则函数的检测效力及其特征.pdf

论文研究-时间序列建模中滞后阶数选取准则函数的检测效力及其特征.pdf,

论文研究-基于混沌理论的跳频通信多步自适应预测.pdf

基于混沌理论，利用混沌时间序列的多步自适应预测算法来实现对跳频频率的多步预测。仿真实验说明这种多步预测方法是可行的，在一定的预测精度下可同时实现对未来多个频点的有效预测。多步预测可更好地满足预测的实时性，对近年来提出的跳频通信预测干扰具有更好的工程应用价值。

论文研究-基于时间序列模式表示的异常检测算法.pdf

提出了一种基于时间序列的模式表示提取时间序列异常值的异常检测算法（PREOV）。时间序列的模式表示本身就具有压缩数据、保持时间序列基本形态的功能，并且具有一定的除噪能力。在时间序列模式表示的基础上提取异常值，可以大大提高算法的效率和准确性，达到事半功倍的效果。在本算法中，还使用了一定的剪枝策略，使得算法的时间复杂度进一步降低。该算法计算简单、实现方便、无须训练，可以支持时间序列的动态增长。