搜索资源列表
fractal-predict-pdf
- 该文章从混沌和分形的关系出发，基于奇异吸引子的分形结构和时间序列的自仿射特性，提出了一种混沌时间序列的预测方法。采用迭代函数系统跟踪混沌的局部运动轨迹，由此确定统计意义上放射性能最优的时间序列段，并分局吸引子定力和拼贴定理建立预测模型。-This article from the chaos and fractal relationship starting, based on the characteristics of self-affine fractal structure and ti
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
ChaosToolbox2p0_trial
- 这是混沌时间序列预测的工具箱，里面有测量关联维数的GP方法，还有测量延迟时间t的时序法，有C_C方法这种可以来测量两者的方法。-This is the chaotic time series prediction toolbox, which has measured correlation dimension GP method, as well as measuring the delay time t timing method, there C_C Method This method
hundunshijianyuce
- 混沌时间序列的Volterra级数多步预测研究，混沌理论认为在混沌系统中，初始条件的十分微小的变化经过不断放大，对其未来状态会造成极其巨大的差别。 -Volterra series of chaotic time series multi-step prediction, chaos theory is that in the chaotic system, the initial conditions of very small changes through continuous zoom,
LyapunovIndex
- 运用李亚普诺夫指数分析混沌系列并进行预测-lyapunov index analysis and chaos series predict
ELM
- 基于极限学习机的预测模型，数据为混沌数据-extreme learning machine
Prediction
- 混沌时间序列预测神经网络一步预测神经网络多步预测-chaotic time series predictionMain_RBF_MultiStepPred.m
chaos-time-series-prediction
- 混沌时间序列多步自适应预测方法，非常有用，采用自适应算法，比局部算法要准确-chaos time series prediction
G---P-algorithm-
- G-P算法计算关联维数，可以运用在混沌时间序列的瓦斯浓度预测研究中-GP algorithm to calculate the correlation dimension, you can use the gas concentration in the prediction of chaotic time series in
Predict_duffing_with_bp
- 利用matlab自带的BP神经网络工具箱对duffing混沌背景模型进行相空间重构与预测，程序中已经给出duffing函数，主函数中也给出了主要注释，方便大家学习交流。-BP' s own use matlab neural network toolbox for duffing chaotic background model and prediction of phase space reconstruction, the program has been given duffing
G_P
- 对于混沌时间序列的预测，重构相空间可用此方法计算嵌入的维数。-it is for the chaotic time series to reconstruct the image space about how to get the dimention number.
Chaotic-Time-Series-Analysis
- 吕金虎《 混沌时间序列分析及其应用》，对混沌和预测相关的有很大帮助-Lu Jinhu "chaotic time series analysis and its applications," chaos and prediction of great help related
forecasting-model-BP
- 基于BP神经网络的混沌时间序列预测模型研究-Chaotic time series BP neural network forecasting model based on
2D-logistic-image-encrytion
- 本matlab函数，利用混沌映射不可预测性，遍历性和敏感性，以它们的参数和初始值的优异特性的，实现一个图像加密算法。我们引入了一个新的二维logistics函数。与现有的混沌映射相比，它具有更广泛的范围内混乱，更好的遍历性，混沌性和relativelylow实施成本。为了研究及其应用，我们提出了一个之乱转换（CMT），以有效地改变图像的像素位置。结合2D-logistics与CMT，我们进一步实现图像加密算法。-In this matlab test,we use the chastic s e
chen
- 利用陈超混沌映射，可以产生超混沌序列，这种序列具有类随机性、难以预测性广泛的应用与图像、视频加密领域-Chen Chao use chaotic maps can produce super-chaotic sequence, this sequence has randomness, unpredictability of the wide range of applications and images, video encryption field
94bf2b232de4
- 用于混沌时间序列自适应预测的一种稀疏Volterra滤波器--Adaptive prediction of chaotic time series for a sparse Volterra filter-
Prediction_RBF
- 混沌时间序列的RBF一步及多步预测，工具matlab，Chaotic time series RBF one-step and multi-step prediction-混沌时间序列的RBF一步及多步预测 Chaotic time series RBF one-step and multi-step prediction
AdaBoostL2SVR
- 支持向量机的混沌是假序列预测研究，支持最小二乘法的向量机-SVM is a false prediction of chaotic sequence, least squares support vector machine
code
- 混沌时间序列加权零阶局域预测.对混沌时间序列进行零阶加权计算，是混沌时间序列预测方法之一-zero-order Weighted partial method
hundun
- 构建混沌神经网络进行负荷预测，输出负荷预测值及其与实测值的误差-Chaotic neural network