点击选择搜索分类
首页 - 剑桥商务英语考试BEC- 正文
☆☆☆☆☆
||
伍雪冬 著
出版社: 国防工业出版社 ISBN:9787118106541 版次:1 商品编码:11969952 包装:平装 开本:16开 出版时间:2015-11-01 用纸:胶版纸 页数:153 字数:178000 正文语种:中文
《非线性时间序列在线预测建模与仿真》取材新颖、内容丰富、深入浅出、理论联系实际,论述严谨。对所有的思想和方法,都用真实数据集或模拟数据集进行了仿真比较。可以在时间序列预测理论研究与工程应用上给读者带来启发与帮助。
《非线性时间序列在线预测建模与仿真》主要读者为高等院校自动化、计算机应用、电子工程和信息工程等专业研究生和高年级本科学生,也可供相关领域的工程技术人员和科学研究工作者参考使用。
1.1 引言
1.2 时间序列预测研究历史及意义
1.3 时间序列预测应用前景
1.4 时间序列预测研究方法概况
1.4.1 传统时间序列预测方法
1.4.2 人工神经网络方法
1.4.3 支持向量机方法
1.4.4 其他方法
1.5 时间序列在线预测方法研究现状
1.5.1 重新建模方法
1.5.2 动态神经网络方法
1.5.3 在线支持向量回归方法
1.5.4 核自适应滤波方法
1.6 非线性滤波算法在线训练下基于智能计算技术的
时间序列预测方法
1.7 本书的主要内容与结构安排
参考文献
第2章 非线性滤波理论
2.1 最小方差估计
2.2 卡尔曼滤波
2.3 扩展卡尔曼滤波
2.3.1 滤波更新
2.3.2 预测更新
2.3.3 扩展卡尔曼滤波算法总结
2.3.4 迭代滤波
2.4 Unscented卡尔曼滤波
2.4.1 Unscented变换
2.4.2 Unscented变换采样策略
2.4.3 观测更新
2.4.4 预测更新
2.4.5 Unscented卡尔曼滤波总结
2.5 高斯粒子滤波
2.5.1 理想蒙特卡罗仿真
2.5.2 贝叶斯重要采样
2.5.3 观测更新
2.5.4 预测更新
2.5.5 高斯粒子滤波总结
2.6 小结
参考文献
第3章 基于前馈型神经网络的时间序列在线预测
3.1 人工神经网络
3.1.1 神经元
3.1.2 神经网络联接形式
3.1.3 神经网络学习方法
3.2 多层感知神经网络
3.2.1 多层感知神经网络结构
3.2.2 多层感知神经网络学习模型
3.2.3 实验结果和分析
3.2.4 结论
3.3 径向基函数神经网络
3.3.1 径向基函数神经网络结构
3.3.2 径向基函数神经网络学习模型
3.3.3 实验结果和分析
3.4 小结
参考文献
第4章 基于最小二乘支持向量机模型的时间序列在线预测
4.1 支持向量机理论基础
4.1.1 机器学习问题
4.1.2 统计学理论基础
4.1.3 支持向量机
4.1.4 参数选择
4.2 最小二乘支持向量机
4.3 迭代非线性滤波方法
4.3.1 迭代扩展卡尔曼滤波
4.3.2 迭代Unscented扩展卡尔曼滤波
4.4 基于二乘支持向量机的时间序列在线预测模型
4.5 发动机系统可靠性预测实验仿真
4.5.1 实验数据
4.5.2 数据处理和性能指标定义
4.5.3 模型参数设置
4.5.4 实验结果
4.6 小结
参考文献
第5章 基于单乘法神经元模型的时间序列在线预测
5.1 单乘法神经元模型
5.2 基于单乘法神经元模型的风速一步预测
5.2.1 预测模型
5.2.2 实验结果和分析
5.3 基于单乘法神经元模型的能源消耗数据预测
5.3.1 实验数据和数据处理
5.3.2 实验结果
5.4 时间序列在线多步预测
5.4.1 时间序列在线多步预测模型一
5.4.2 时间序列在线多步预测模型二
5.4.3 结论
5.5 小结
参考文献
第6章 观测数据随机缺失下的时间序列在线预测
6.1 观测数据随机缺失
6.2 观测数据随机缺失下的扩展卡尔曼滤波算法
6.3 观测数据随机缺失下的Unscented卡尔曼滤波算法
6.4 观测数据随机缺失下的高斯粒子滤波算法
6.5 观测数据随机缺失下基于多层感知神经网络的时间序列一步预测
6.5.1 多层感知神经网络预测模型
6.5.2 实验仿真
6.6 观测数据随机缺失下基于径向基函数神经网络的时间序列一步预测
6.6.1 径向基函数神经网络预测模型
6.6.2 实验仿真
6.7 基于多层感知神经网络的观测数据随机缺失下的时间序列多步预测
6.7.1 多层感知神经网络预测模型
6.7.2 实验仿真
6.8 小结
参考文献
第7章 观测数据随机延时下的时间序列在线预测
7.1 观测数据延时的滤波处理方法
7.1.1 重复滤波法
7.1.2 状态扩维法
7.2 观测数据一步随机延时下的扩展卡尔曼滤波算法
7.3 观测数据一步随机延时下的Unscented卡尔曼滤波算法
7.4 观测数据随机延时下基于径向基函数神经网络的时间序列多步预测
7.4.1 径向基函数神经网络预测模型
7.4.2 实验仿真
7.5 小结
参考文献
非线性时间序列在线预测建模与仿真 电子书 下载 mobi epub pdf txt
非线性时间序列在线预测建模与仿真-so88
非线性时间序列在线预测建模与仿真 pdf epub mobi txt 电子书 下载 2022
图书介绍
☆☆☆☆☆
||
伍雪冬 著
出版社: 国防工业出版社 ISBN:9787118106541 版次:1 商品编码:11969952 包装:平装 开本:16开 出版时间:2015-11-01 用纸:胶版纸 页数:153 字数:178000 正文语种:中文
内容简介
从时间序列预测算法的实时性和预测精度出发,而且考虑实际观测数据存在随机缺失和随机延时的事实,《非线性时间序列在线预测建模与仿真》较为系统地介绍了非线性滤波方法在线训练下基于智能信息处理技术的时间序列预测建模和仿真新方法。全书共分7章,内容包括基于多层感知神经网络的时间序列在线预测、基于径向基函数神经网络的时间序列在线预测、基于小二乘支持向量机模型的时间序列在线预测、基于单乘法神经元模型的时间序列在线预测、观测信号随机缺失下的时间序列在线预测和观测信号随机延时下的时间序列在线预测等。《非线性时间序列在线预测建模与仿真》取材新颖、内容丰富、深入浅出、理论联系实际,论述严谨。对所有的思想和方法,都用真实数据集或模拟数据集进行了仿真比较。可以在时间序列预测理论研究与工程应用上给读者带来启发与帮助。
《非线性时间序列在线预测建模与仿真》主要读者为高等院校自动化、计算机应用、电子工程和信息工程等专业研究生和高年级本科学生,也可供相关领域的工程技术人员和科学研究工作者参考使用。
目录
第1章 绪论1.1 引言
1.2 时间序列预测研究历史及意义
1.3 时间序列预测应用前景
1.4 时间序列预测研究方法概况
1.4.1 传统时间序列预测方法
1.4.2 人工神经网络方法
1.4.3 支持向量机方法
1.4.4 其他方法
1.5 时间序列在线预测方法研究现状
1.5.1 重新建模方法
1.5.2 动态神经网络方法
1.5.3 在线支持向量回归方法
1.5.4 核自适应滤波方法
1.6 非线性滤波算法在线训练下基于智能计算技术的
时间序列预测方法
1.7 本书的主要内容与结构安排
参考文献
第2章 非线性滤波理论
2.1 最小方差估计
2.2 卡尔曼滤波
2.3 扩展卡尔曼滤波
2.3.1 滤波更新
2.3.2 预测更新
2.3.3 扩展卡尔曼滤波算法总结
2.3.4 迭代滤波
2.4 Unscented卡尔曼滤波
2.4.1 Unscented变换
2.4.2 Unscented变换采样策略
2.4.3 观测更新
2.4.4 预测更新
2.4.5 Unscented卡尔曼滤波总结
2.5 高斯粒子滤波
2.5.1 理想蒙特卡罗仿真
2.5.2 贝叶斯重要采样
2.5.3 观测更新
2.5.4 预测更新
2.5.5 高斯粒子滤波总结
2.6 小结
参考文献
第3章 基于前馈型神经网络的时间序列在线预测
3.1 人工神经网络
3.1.1 神经元
3.1.2 神经网络联接形式
3.1.3 神经网络学习方法
3.2 多层感知神经网络
3.2.1 多层感知神经网络结构
3.2.2 多层感知神经网络学习模型
3.2.3 实验结果和分析
3.2.4 结论
3.3 径向基函数神经网络
3.3.1 径向基函数神经网络结构
3.3.2 径向基函数神经网络学习模型
3.3.3 实验结果和分析
3.4 小结
参考文献
第4章 基于最小二乘支持向量机模型的时间序列在线预测
4.1 支持向量机理论基础
4.1.1 机器学习问题
4.1.2 统计学理论基础
4.1.3 支持向量机
4.1.4 参数选择
4.2 最小二乘支持向量机
4.3 迭代非线性滤波方法
4.3.1 迭代扩展卡尔曼滤波
4.3.2 迭代Unscented扩展卡尔曼滤波
4.4 基于二乘支持向量机的时间序列在线预测模型
4.5 发动机系统可靠性预测实验仿真
4.5.1 实验数据
4.5.2 数据处理和性能指标定义
4.5.3 模型参数设置
4.5.4 实验结果
4.6 小结
参考文献
第5章 基于单乘法神经元模型的时间序列在线预测
5.1 单乘法神经元模型
5.2 基于单乘法神经元模型的风速一步预测
5.2.1 预测模型
5.2.2 实验结果和分析
5.3 基于单乘法神经元模型的能源消耗数据预测
5.3.1 实验数据和数据处理
5.3.2 实验结果
5.4 时间序列在线多步预测
5.4.1 时间序列在线多步预测模型一
5.4.2 时间序列在线多步预测模型二
5.4.3 结论
5.5 小结
参考文献
第6章 观测数据随机缺失下的时间序列在线预测
6.1 观测数据随机缺失
6.2 观测数据随机缺失下的扩展卡尔曼滤波算法
6.3 观测数据随机缺失下的Unscented卡尔曼滤波算法
6.4 观测数据随机缺失下的高斯粒子滤波算法
6.5 观测数据随机缺失下基于多层感知神经网络的时间序列一步预测
6.5.1 多层感知神经网络预测模型
6.5.2 实验仿真
6.6 观测数据随机缺失下基于径向基函数神经网络的时间序列一步预测
6.6.1 径向基函数神经网络预测模型
6.6.2 实验仿真
6.7 基于多层感知神经网络的观测数据随机缺失下的时间序列多步预测
6.7.1 多层感知神经网络预测模型
6.7.2 实验仿真
6.8 小结
参考文献
第7章 观测数据随机延时下的时间序列在线预测
7.1 观测数据延时的滤波处理方法
7.1.1 重复滤波法
7.1.2 状态扩维法
7.2 观测数据一步随机延时下的扩展卡尔曼滤波算法
7.3 观测数据一步随机延时下的Unscented卡尔曼滤波算法
7.4 观测数据随机延时下基于径向基函数神经网络的时间序列多步预测
7.4.1 径向基函数神经网络预测模型
7.4.2 实验仿真
7.5 小结
参考文献
前言/序言
非线性时间序列在线预测建模与仿真 电子书 下载 mobi epub pdf txt
电子书下载地址:
相关电子书推荐:
- 文件名
- 大脑赋能术
- 老年人实用护理技能手册
- 奇异宇宙与时间现实:自然哲学与理论物理学碰撞出宇宙学革命 9787229115609
- BF-伤心的值日班长-上学真好-商晓娜 北京少年儿童出版社 9787530150320
- 野菜图鉴 :257种野菜的特征与识别 付彦荣
- 全科医生诊疗手册(第三版)
- 儿童百科全书(千奇百怪的动植物学生版)/探索天下
- 漂游 9787511227201 光明日报出版社
- 狡猾的发明 灵感的来源 [英]格里贝利
- 朱丹溪医案评析
- WL-这才是好的数学书-【日】笹部贞市郎,(上)文子 (下)李佳 北京时代华文书局 97
- 实用儿童康复医学(第2版)
- WL-美国国家地理知识小百科:岩石和矿物-[美] 史蒂夫·托米塞克,[德] 卡斯滕·彼得,
- 放射师临床工作指南
- 名枪传奇-兵器帝国大揭秘-儿童视觉大系