新書推薦:
《
改变我们的道路——大疫后的人类及其世界
》
售價:HK$
78.2
《
《周髀算经》新论·译注
》
售價:HK$
79.4
《
红楼有三味
》
售價:HK$
66.7
《
南宋行暮:宋光宗宋宁宗时代(增订本)
》
售價:HK$
101.2
《
算力芯片——高性能 CPU/GPU/NPU 微架构分析
》
售價:HK$
148.4
《
漫长的调查:重走营造学社川康古建筑调查之路
》
售價:HK$
89.7
《
历史的温度1-7(典藏版套装全7册)
》
售價:HK$
687.7
《
如何建立适合自己的交易系统(一本金融初学者建立交易系统的实用工具书)
》
售價:HK$
66.7
|
編輯推薦: |
本书详细介绍了目前混沌时间序列的主流方法,并给出相应的仿真和程序。对混沌时间序列预测领域的研究人员有很大的帮助,抵御混沌时间序列预测的研究目前还处于空白状态,人们目前越来越注重信息安全领域的问题,本书涉及的研究方法在混沌保密通信、金融分析、气象预测等领域都有应用。
|
內容簡介: |
本书首先分析了现有混沌时间序列预测的基本理论与方法,然后给出了两种预测方法:基于*小二乘支持向量机动态选择集成混沌时间序列预测方法和基于变异粒子群联合参数优化多尺度核混沌时间序列预测方法,两种方法都很好地提高了混沌时间序列的预测精度。*后详细介绍了双重K-L变换(Karhunen-Loeve Transform)方法,该方法有效抵抗了对混沌序列的预测,提高了系统的安全性。 本书可作为非线性系统分析相关专业技术人员的参考资料,也可作为相关专业研究生学习非线性系统预测与分析的参考书。
|
關於作者: |
长期从事信息安全与保密通信领域的教学与研究工作,近5年内发表学术论文15篇,其中SCI检索论文3篇,EI检索论文11篇,主持黑龙江省教育厅科学技术研究项目一项、黑龙江省教育厅电子工程重点实验室科学研究项目一项,作为主要参加人参与国家自然科学基金项目2项、黑龙江省教育厅项目一项,主持黑龙江大学教学改革项目一项,参加黑龙江大学教学改革项目一项。
|
目錄:
|
第 1章混沌的基本理论1
1.1混沌的起源和发展1
1.2混沌的定义2
1.2.1李天岩 约克(Li-Yorke)混沌的定义2
1.2.2Devaney混沌的定义3
1.3混沌的主要特点3
1.4混沌系统的主要模型4
参考文献6
第 2章混沌时间序列预测的基本理论与方法8
2.1混沌时间序列预测理论研究的意义8
2.2混沌时间序列预测的国内外研究现状9
2.2.1线性时间序列的预测模型9
2.2.2非线性时间序列预测模型9
2.3相空间重构理论13
2.4几种基本的混沌时间序列预测方法14
2.4.1全局预测法14
2.4.2局域预测法15
2.4.3自适应预测法16
2.5本章小结16
参考文献16
第3章基于最小二乘支持向量机动态选择集成混沌时间序列预测方法22
3.1引言22
3.2支持向量回归机算法23
3.2.1SVR基本模型24
3.2.2最小二乘支持向量机模型27
3.3集成学习的基本框架28
3.3.1集成学习的基本原理28
3.3.2集成学习机的分类30
3.4回归集成算法34
3.4.1回归集成学习34
3.4.2自适应动态选择集成回归算法36
3.4.3自适应动态选择算法38
3.5混沌相空间重构38
3.6基于自适应动态选择LS-SVM集成混沌时间序列预测算法40
3.7测试分析与比较41
3.7.1Lorenz混沌时间序列预测41
3.7.2Hénon混沌时间序列预测46
3.7.3Mackey-Glass混沌时间序列的6步以及80步直接预测49
3.7.4太阳黑子混沌时间序列预测53
3.8本章小结55
参考文献55
第4章基于变异粒子群联合参数优化多尺度核混沌时间序列预测方法57
4.1引言57
4.2核理论及核函数构造58
4.2.1多核学习:多尺度核方法60
4.2.2多核机器的学习方法62
4.3基于多尺度逃逸粒子群优化的联合参数优化算法64
4.3.1粒子群基本原理64
4.3.2多变异逃逸粒子群算法66
4.3.3多尺度逃逸算法的优化机理及收敛性分析70
4.3.4基于多尺度逃逸PSO联合参数多核支持向量机优化混沌预测72
4.4测试分析与比较75
4.4.1Lorenz混沌时间序列75
4.4.2Hénon混沌时间序列预测81
4.4.3Mackey-Glass 混沌时间序列的6步以及80步直接预测84
4.4.4太阳黑子混沌序列预测89
4.5本章小结91
参考文献91
第5章混沌时间序列抵抗预测方法94
5.1引言94
5.2序列自相关分析与去除法95
5.3基于相空间重构K-L变换的混沌序列相关性去除法96
5.3.1K-L变换原理96
5.3.2Logistic二值序列的产生及其K-L变换97
5.3.3K-L变换前后混沌序列预测对比分析99
5.3.4K-L变换前后自相关分析103
5.3.5频谱分析106
5.3.6时频分析108
5.3.7周期及复杂度分析109
5.4基于双重K-L变换的混沌时间序列相关性去除法109
5.4.1双重K-L变换方法109
5.4.2自相关分析110
5.4.3频谱分析114
5.4.4周期及复杂度分析115
5.5本章小结116
参考文献116
第6章混沌时间序列预测与抵抗预测的结论与展望118
|
|