搜索资源列表
Chaos Toolbox Ver.2.0
- C-C方法计算时间延迟和嵌入维数计算Lyapunov指数计算关联维数混沌时间序列预测-The C-C Method is used to calculate the embeded dimension and Lyapunov exponents.It can be used to forcast the time series.
基于Lyapunov指数和CBP的混沌时序预测模型
- 一种改进BP算法
ChaosToolbox2p9
- 陆振波的混沌时间序列分析与预测工具箱最新版2.9-chaotic time series analysis and prediction matlab toolbox
lyapunov_wolf
- 利亚普诺夫指数是混沌预测和混沌的重要参数，代码中给出利亚普诺夫指数和wolf算法-Liapunov index and the wolf chaos algorithm
MainPre_by_Lya_1
- 混沌时间序列法，该程序用加权一阶局域法对数据进行进行一步预测-Chaotic time series method, the program step forecast data weighted one-rank local law
ChaosToolbox2p9_trial
- 海军工程大学的陆振波博士写的混沌时间序列分析与预测工具箱，版本是2.9，均是matlab源码，个人感觉不错，供做混沌研究的同志们参考。-Chaotic Time Series Analysis and Prediction Matlab Toolbox- version 2.9
pre_by_lya_new
- 基于混沌时间序列的利亚普诺夫指数预测是当今的重要方向，现将自编最新的利亚普诺夫指数预测的分享。-Based on the Liapunov index of chaotic time series prediction is an important direction today, now composing the latest Liapunov index forecast sharing.
Based_on_the_maximum_Lyapunov_exponent_of_the_chao
- 基于最大李亚普诺夫指数的改进混沌时间序列预测的方法-Based on the maximum Lyapunov exponent of the improved chaotic time series prediction methods
ChaosApplicationsinSpeechPrivacy
- 混沌信号具有随机性、长期不可预测性和对初值的极端敏感等特性.-Chaos Applications in Speech Privacy
Lyapunov1
- 这是一个基于MATLAB的Lyapunov指数计算方案，在混沌预测等方面会很有用。-This is a MATLAB-based Lyapunov index calculation program, the chaos and the prediction would be useful.
Lyapunov_jisuan
- 这是一个Lyapunov指数计算方法文件，里面有基本的混沌识别方法和混沌预测方法，很有用。-This is a calculation of Lyapunov index files, which are the basic identification method and chaos chaotic forecasting method, very useful.
ahk
- 用此程序可以实现小波变换，用混沌理论和神经网络进行短期负荷预测时，神经网络的输入的选择至关重要-This process can be achieved with wavelet transform, chaos theory and neural networks with short-term load forecasting, neural network is essential to choose the input
short-termloadforecastingwithchaostimeseries
- 文章展示了一种新的方法用于功率系统中短期负载预测。提出的方案使用混沌时间序列分析基于确定性混沌去捕捉复杂的负载行为特征。确定性的混沌允许我们重构一个时间序列并决定输入的变量个数。这篇文章描述了混沌时间序列对日间功率系统峰值的分析。确定性混沌的非线性图形通过多层感知器的神经网络得到。提出的方案在一个例子中具体阐述。-This paper presents a new approach to short-term load forecasting in power systems. The
FS
- 采用局部线性逼近法来预测复杂的混沌时间序列。-Local linear approximation method using chaotic time series prediction
normalize
- 对混沌时间学列但不预测及多步预测的输入信号信号归一化处理-Studies of chaotic time series prediction and multi-step, but not predictable input signal signal normalized
chen
- 在非线性科学中，“混沌”这个词的含义和本意相似但又不完全一致，非线性科学中的混沌现象指的是一种确定的但不可预测的运动状态。它的外在表现和纯粹的随机运动很相似，即都不可预测。但和随机运动不同的是，混沌运动在动力学上是确定的，它的不可预测性是来源于运动的不稳定性。或者说混沌系统对无限小的初值变动和微绕也具于敏感性，无论多小的扰动在长时间以后，也会使系统彻底偏离原来的演化方向。混沌现象是自然界中的普遍现象，天气变化就是一个典型的混沌运动。混沌现象的一个著名表述就是蝴蝶效应：南美洲一只蝴蝶扇一扇翅膀，就
Prediction_RBF
- 混沌时间序列 基于人工神经网络的一步或多步预测-Chaotic time series based on artificial neural network or multi-step prediction step
Improailure
- 改进混沌神经网络的舵面故障预测Improved chaotic neural network prediction of control surface failure-Improved chaotic neural network prediction of control surface failure
Parrecasting
- 混沌粒子群算法的神经网络短时交通流预测Particle swarm optimization based on chaotic neural network short-term traffic flow forecasting-Particle swarm optimization based on chaotic neural network short-term traffic flow forecasting