点击选择搜索分类
首页 - 厨师用书- 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
- 折垩纪劫惊-恐龙大陆-儿童视觉大系
- 送五年真题卷 知识清单高中数学物理化学生物 理科4本 2019版知识清单高中通用 第6次修订
- 恐龙百科全书(学生版)/探索天下
- 许自己一座美丽的花园:金韵蓉谈爱情与婚姻
- 火箭气动流场特性分析
- {RT}爱情魔鬼辞典-宋岩 工人出版社 9787500839422
- 关于经典建筑的100个故事 9787305191572
- 不爱会死
- 虚拟现实——从阿凡达到永生 9787030424327 [美]吉姆·布拉斯科维奇 ,[美]
- 小学奥数读本(4年级)(创新提升版)
- 用数学的语言看世界 9787115449597
- 包邮 黄冈小状元满分冲刺微测验一年级下册/1年级语文+数学试卷 人教版同步练习册练习题
- BF-博物志-【法】布丰 外语教学与研究出版社 9787513589208
- 小学生语文生字卡片:一年级上册(与人教版教材同步)
- WL-别莱利曼的趣味物理学-(俄)雅科夫·伊西达洛维奇·别莱利曼 石油工业出版社 9787