☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　從時間序列預測算法的實時性和預測精度齣發，而且考慮實際觀測數據存在隨機缺失和隨機延時的事實，《非綫性時間序列在綫預測建模與仿真》較為係統地介紹瞭非綫性濾波方法在綫訓練下基於智能信息處理技術的時間序列預測建模和仿真新方法。全書共分7章，內容包括基於多層感知神經網絡的時間序列在綫預測、基於徑嚮基函數神經網絡的時間序列在綫預測、基於小二乘支持嚮量機模型的時間序列在綫預測、基於單乘法神經元模型的時間序列在綫預測、觀測信號隨機缺失下的時間序列在綫預測和觀測信號隨機延時下的時間序列在綫預測等。
　　《非綫性時間序列在綫預測建模與仿真》取材新穎、內容豐富、深入淺齣、理論聯係實際，論述嚴謹。對所有的思想和方法，都用真實數據集或模擬數據集進行瞭仿真比較。可以在時間序列預測理論研究與工程應用上給讀者帶來啓發與幫助。
　　《非綫性時間序列在綫預測建模與仿真》主要讀者為高等院校自動化、計算機應用、電子工程和信息工程等專業研究生和高年級本科學生，也可供相關領域的工程技術人員和科學研究工作者參考使用。

目錄

第1章 緒論
1．1 引言
1．2 時間序列預測研究曆史及意義
1．3 時間序列預測應用前景
1．4 時間序列預測研究方法概況
1．4．1 傳統時間序列預測方法
1．4．2 人工神經網絡方法
1．4．3 支持嚮量機方法
1．4．4 其他方法
1．5 時間序列在綫預測方法研究現狀
1．5．1 重新建模方法
1．5．2 動態神經網絡方法
1．5．3 在綫支持嚮量迴歸方法
1．5．4 核自適應濾波方法
1．6 非綫性濾波算法在綫訓練下基於智能計算技術的
時間序列預測方法
1．7 本書的主要內容與結構安排
參考文獻

第2章 非綫性濾波理論
2．1 最小方差估計
2．2 卡爾曼濾波
2．3 擴展卡爾曼濾波
2．3．1 濾波更新
2．3．2 預測更新
2．3．3 擴展卡爾曼濾波算法總結
2．3．4 迭代濾波
2．4 Unscented卡爾曼濾波
2．4．1 Unscented變換
2．4．2 Unscented變換采樣策略
2．4．3 觀測更新
2．4．4 預測更新
2．4．5 Unscented卡爾曼濾波總結
2．5 高斯粒子濾波
2．5．1 理想濛特卡羅仿真
2．5．2 貝葉斯重要采樣
2．5．3 觀測更新
2．5．4 預測更新
2．5．5 高斯粒子濾波總結
2．6 小結
參考文獻

第3章 基於前饋型神經網絡的時間序列在綫預測
3．1 人工神經網絡
3．1．1 神經元
3．1．2 神經網絡聯接形式
3．1．3 神經網絡學習方法
3．2 多層感知神經網絡
3．2．1 多層感知神經網絡結構
3．2．2 多層感知神經網絡學習模型
3．2．3 實驗結果和分析
3．2．4 結論
3．3 徑嚮基函數神經網絡
3．3．1 徑嚮基函數神經網絡結構
3．3．2 徑嚮基函數神經網絡學習模型
3．3．3 實驗結果和分析
3．4 小結
參考文獻

第4章 基於最小二乘支持嚮量機模型的時間序列在綫預測
4．1 支持嚮量機理論基礎
4．1．1 機器學習問題
4．1．2 統計學理論基礎
4．1．3 支持嚮量機
4．1．4 參數選擇
4．2 最小二乘支持嚮量機
4．3 迭代非綫性濾波方法
4．3．1 迭代擴展卡爾曼濾波
4．3．2 迭代Unscented擴展卡爾曼濾波
4．4 基於二乘支持嚮量機的時間序列在綫預測模型
4．5 發動機係統可靠性預測實驗仿真
4．5．1 實驗數據
4．5．2 數據處理和性能指標定義
4．5．3 模型參數設置
4．5．4 實驗結果
4．6 小結
參考文獻

第5章 基於單乘法神經元模型的時間序列在綫預測
5．1 單乘法神經元模型
5．2 基於單乘法神經元模型的風速一步預測
5．2．1 預測模型
5．2．2 實驗結果和分析
5．3 基於單乘法神經元模型的能源消耗數據預測
5．3．1 實驗數據和數據處理
5．3．2 實驗結果
5．4 時間序列在綫多步預測
5．4．1 時間序列在綫多步預測模型一
5．4．2 時間序列在綫多步預測模型二
5．4．3 結論
5．5 小結
參考文獻

第6章 觀測數據隨機缺失下的時間序列在綫預測
6．1 觀測數據隨機缺失
6．2 觀測數據隨機缺失下的擴展卡爾曼濾波算法
6．3 觀測數據隨機缺失下的Unscented卡爾曼濾波算法
6．4 觀測數據隨機缺失下的高斯粒子濾波算法
6．5 觀測數據隨機缺失下基於多層感知神經網絡的時間序列一步預測
6．5．1 多層感知神經網絡預測模型
6．5．2 實驗仿真
6．6 觀測數據隨機缺失下基於徑嚮基函數神經網絡的時間序列一步預測
6．6．1 徑嚮基函數神經網絡預測模型
6．6．2 實驗仿真
6．7 基於多層感知神經網絡的觀測數據隨機缺失下的時間序列多步預測
6．7．1 多層感知神經網絡預測模型
6．7．2 實驗仿真
6．8 小結
參考文獻

第7章 觀測數據隨機延時下的時間序列在綫預測
7．1 觀測數據延時的濾波處理方法
7．1．1 重復濾波法
7．1．2 狀態擴維法
7．2 觀測數據一步隨機延時下的擴展卡爾曼濾波算法
7．3 觀測數據一步隨機延時下的Unscented卡爾曼濾波算法
7．4 觀測數據隨機延時下基於徑嚮基函數神經網絡的時間序列多步預測
7．4．1 徑嚮基函數神經網絡預測模型
7．4．2 實驗仿真
7．5 小結
參考文獻

前言/序言

非綫性時間序列在綫預測建模與仿真 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

評分☆☆☆☆☆

很好，可以幫助我理解非綫性時間序列模型

類似圖書 點擊查看全場最低價

查看全網最低價