幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

混沌時間序列建模與預測(普通高等教育研究生教材)

  • 作者：韓冰//許星?//范劍超//張尊華|責編:賈娜
  • 出版社：化學工業
  • ISBN：9787122493217
  • 出版日期：2026/01/01
  • 裝幀：平裝
  • 頁數：164
人民幣：RMB 46 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以複雜系統產生的混沌時間序列為研究對象，針對混沌時間序列的特徵提取和建模預測等問題展開研究，通過改進現有演算法和提出新的模型，構建合適的在線和離線預測模型，提升模型的預測精度和計算效率。
    主要內容包括：混沌時間序列分析與預測基礎、基於均方誤差準則核自適應濾波器的混沌時間序列預測、基於相關熵準則核自適應濾波器的混沌時間序列預測、基於智能優化回聲狀態網路的混沌時間序列預測、基於層次化回聲狀態網路的混沌時間序列預測。
    本書可作為電氣自動化高年級本科、研究生的教材使用，也可作為從事混沌時間序列分析、複雜系統建模等領域相關工作的研究者、工程技術人員的參考資料。
作者介紹
韓冰//許星?//范劍超//張尊華|責編:賈娜
目錄
第1章  緒論
  1.1  背景及意義
  1.2  混沌時間序列預測方法概述
    1.2.1  核自適應濾波器研究概述
    1.2.2  回聲狀態網路研究概述
  1.3  結構安排
第2章  基於均方誤差準則核自適應濾波器的混沌時間序列預測
  2.1  基於均方誤差準則核自適應濾波器的基本原理
    2.1.1  核遞歸最小二乘演算法
    2.1.2  核最小均方演算法
  2.2  基於自適應歸一化稀疏量化的核自適應濾波器
    2.2.1  自適應稀疏化方法
    2.2.2  矢量量化方法
    2.2.3  自適應歸一化稀疏量化核遞歸最小二乘模型
    2.2.4  模擬實驗
  2.3  基於滑動窗口稀疏的核自適應濾波器
    2.3.1  滑動時間窗口基本原理
    2.3.2  基於滑動窗口的核遞歸最小二乘模型
    2.3.3  滑動窗口稀疏核遞歸最小二乘模型
    2.3.4  模擬實驗
  2.4  基於隨機投影自適應稀疏的核自適應濾波器
    2.4.1  隨機投影方法
    2.4.2  改進的動態調整方法
    2.4.3  隨機投影自適應稀疏核遞歸最小二乘模型
    2.4.4  模擬實驗
  2.5  基於自適應稀疏量化的核自適應濾波器
    2.5.1  量化核最小均方模型
    2.5.2  順序離群值準則
    2.5.3  自適應稀疏量化核最小均方模型
    2.5.4  計算複雜度分析
    2.5.5  模擬實驗
  2.6  小結
第3章  基於相關熵準則核自適應濾波器的混沌時間序列預測
  3.1  相關熵準則的基本原理
  3.2  基於最大相關熵的核自適應濾波器
    3.2.1  最大相關熵準則
    3.2.2  矢量投影方法
    3.2.3  動態自適應稀疏核遞歸最小二乘模型
    3.2.4  模擬實驗
  3.3  基於廣義最大相關熵的核自適應濾波器
    3.3.1  量化廣義最大相關熵準則
    3.3.2  量化核遞歸廣義最大相關熵模型
    3.3.3  計算複雜度分析
    3.3.4  模擬實驗
  3.4  基於廣義半二次熵的核自適應濾波器
    3.4.1  廣義半二次熵準則
    3.4.2  核廣義半二次熵共軛梯度模型
    3.4.3  收斂性分析
    3.4.4  計算複雜度分析
    3.4.5  模擬實驗

  3.5  基於混合相關熵的核自適應濾波器
    3.5.1  最大混合相關熵準則
    3.5.2  隨機傅里葉特徵方法
    3.5.3  隨機傅里葉特徵核遞歸最大混合相關熵模型
    3.5.4  模擬實驗
  3.6  小結
第4章  基於智能優化回聲狀態網路的混沌時間序列預測
  4.1  回聲狀態網路的基本原理
  4.2  基於粒子群優化的回聲狀態網路
    4.2.1  粒子群優化方法
    4.2.2  改進的粒子群優化方法
    4.2.3  改進粒子群優化回聲狀態網路
    4.2.4  模擬實驗
  4.3  基於生物地理學優化的回聲狀態網路
    4.3.1  生物地理學優化方法
    4.3.2  改進的生物地理學優化方法
    4.3.3  改進生物地理學優化回聲狀態網路
    4.3.4  收斂性分析
    4.3.5  模擬實驗
  4.4  基於多目標差分進化的回聲狀態網路
    4.4.1  多目標優化方法
    4.4.2  差分進化方法
    4.4.3  改進的多目標差分進化方法
    4.4.4  改進多目標差分進化回聲狀態網路
    4.4.5  模擬實驗
  4.5  小結
第5章  基於層次化回聲狀態網路的混沌時間序列預測
  5.1  層次化回聲狀態網路的基本原理
  5.2  基於稀疏學習的層次化回聲狀態網路
    5.2.1  稀疏學習方法
    5.2.2  稀疏學習層次化回聲狀態網路
    5.2.3  收斂性分析
    5.2.4  模擬實驗
  5.3  基於高維增強隨機特徵的層次化回聲狀態網路
    5.3.1  高維增強隨機特徵方法
    5.3.2  增強隨機特徵層次化回聲狀態網路
    5.3.3  計算複雜度分析
    5.3.4  模擬實驗
  5.4  基於神經內在可塑性學習的層次化回聲狀態網路
    5.4.1  生物神經元的放電率分佈
    5.4.2  神經元的內在可塑性學習
    5.4.3  層次化可塑性回聲狀態網路
    5.4.4  模擬實驗
  5.5  基於物理信息的層次化回聲狀態網路
    5.5.1  物理信息學習基本原理
    5.5.2  基於物理信息的損失函數
    5.5.3  物理信息層次化回聲狀態網路
    5.5.4  模擬實驗
  5.6  小結
參考文獻

附錄  全書公式符號對照表

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032