期刊文献+
共找到133篇文章
< 1 2 7 >
每页显示 20 50 100
月径流序列的多层递阶预报研究 被引量:7
1
作者 王博 马跃先 贺北方 《系统工程理论与实践》 EI CSCD 北大核心 1999年第7期131-135,142,共6页
月径流序列是一类具有周期变化的非平稳时间序列.本文根据其特点,建立了多层递阶预报模型。
关键词 月径流序列 多层递阶预报 非平稳序列 水库调度
原文传递
基于小波分析的非平稳时间序列分析与预测 被引量:54
2
作者 马社祥 刘贵忠 曾召华 《系统工程学报》 CSCD 2000年第4期305-311,共7页
提出了基于小波变换的非平稳时间序列分析预测方法 .通过小波分解 ,将原时间序列依尺度分解成不同层次 ,使趋势项、周期项和随机项分离 ,对每一层进行分析与预测 ,最后再合成得到原时间序列的预测值 .
关键词 小波分析 时间序列分析 预测 ARIMA模型
下载PDF
茧丝纤度曲线的解析模型及其在模拟缫丝中的应用 被引量:7
3
作者 白伦 费万春 +1 位作者 罗军 黎霞 《蚕业科学》 CAS CSCD 2002年第3期233-237,共5页
建立了一种茧丝纤度曲线的统计解析模型 ,分析其用于模拟茧丝时茧丝纤度曲线的统计特性 ,证明这是一种有利于控制模拟生成的茧丝纤度特性的方法。通过计算机模拟试验讨论其在茧丝纤度曲线模拟及缫丝工程模拟中的应用。
关键词 茧丝 纤度曲线 解析模型 模拟缫丝 应用 非平稳时间序列
下载PDF
基于小波分析的肾综合征出血热发病率预测方法 被引量:5
4
作者 吴学森 王洁贞 +1 位作者 刘云霞 张娜 《中国卫生统计》 CSCD 北大核心 2005年第1期9-12,共4页
目的 建立季节性趋势时间序列小波预测模型的方法 ,提高肾综合征出血热发病率的预测精度。方法 对原始序列进行多层小波分解 ,提取趋势项、周期项和随机项 ,对它们分别进行预测 ,将各项的预测值合并作为原序列的预测值。结果 小波分... 目的 建立季节性趋势时间序列小波预测模型的方法 ,提高肾综合征出血热发病率的预测精度。方法 对原始序列进行多层小波分解 ,提取趋势项、周期项和随机项 ,对它们分别进行预测 ,将各项的预测值合并作为原序列的预测值。结果 小波分解后建模的预测精度为 84.8% ,而ARIMA建模的预测精度为 66.1%。结论 用小波预测模型对HFRS作短、中期预测是有效。 展开更多
关键词 肾综合征出血热 发病率 HFRS 序列 随机 季节性 方法 预测精度 ARIMA 合并
下载PDF
时序建模及其在农药降解动态模拟中的应用 被引量:7
5
作者 张庆国 胡秉民 《浙江农业大学学报》 CAS CSCD 北大核心 1997年第6期635-639,共5页
用数学方法对农药残留量进行预测预报及动态模拟,对于合理使用农药,加强环境保护具有重要意义.作者用时间序列分析的理论与方法,研制农药残留定量预测模型,给出参数估计,提出非平稳时序叠合模型,对农药降解规律进行动态模拟,并... 用数学方法对农药残留量进行预测预报及动态模拟,对于合理使用农药,加强环境保护具有重要意义.作者用时间序列分析的理论与方法,研制农药残留定量预测模型,给出参数估计,提出非平稳时序叠合模型,对农药降解规律进行动态模拟,并以剩余平方和作为优化标准与其他方法进行比较.实例计算结果表明:时序模型预测值与实测值拟合程度优于其他模型。 展开更多
关键词 非平稳动态数据 农药降解 时序建模
下载PDF
大型旋转机械非平稳时间序列预测模型的研究 被引量:4
6
作者 徐小力 王为真 徐洪安 《北京机械工业学院学报》 2001年第3期1-7,共7页
目的许多大型旋转机械运行工况恶劣 ,非平稳、非线性特征明显 ,以及各种突发性、偶然性因素的影响 ,给基于振动信号处理的状态预测和状态维护分析带来困难 ,为此研究了非平稳时间序列预测模型。方法在分析传统时序模型振动烈度趋势预测... 目的许多大型旋转机械运行工况恶劣 ,非平稳、非线性特征明显 ,以及各种突发性、偶然性因素的影响 ,给基于振动信号处理的状态预测和状态维护分析带来困难 ,为此研究了非平稳时间序列预测模型。方法在分析传统时序模型振动烈度趋势预测适用性的基础上 ,提出适合于变工况非平稳状态的非平稳时序模型。结果和结论该方法有效地剔除了用于预测的历史数据中的野值及奇异点 。 展开更多
关键词 大型旋转机械 非平衡时间序列 预测模型
下载PDF
一种基于分形时变维数的非平稳时间序列相似性匹配方法 被引量:5
7
作者 赵慧 侯建荣 施伯乐 《计算机学报》 EI CSCD 北大核心 2005年第2期227-231,共5页
 随机非平稳时间序列在时空动力学演化过程中呈现出非线性特征和分形特征,传统相似性查询的维数约简方法导致时间序列的非线性和分形这些重要特征消失,序列相似性匹配的局部误差也就会增大.该文提出了序列分形时变维数的概念,给出了时...  随机非平稳时间序列在时空动力学演化过程中呈现出非线性特征和分形特征,传统相似性查询的维数约简方法导致时间序列的非线性和分形这些重要特征消失,序列相似性匹配的局部误差也就会增大.该文提出了序列分形时变维数的概念,给出了时变Hurst指数的小波估计式和算法;提出了一种新的序列相似性判别标准.新方法在某一分辨级水平上进行曲线形状相似性查询和度量的同时也进行维数曲线的度量和匹配.用仿真算例对方法的有效性进行了验证. 展开更多
关键词 小波变换 分形时变维数 相似性标准 非平稳时间序列 局部自相似性
下载PDF
基于主成分分析-协整理论的土石坝安全监控模型研究 被引量:2
8
作者 周炜翔 张慧莉 +1 位作者 陈航 钟佩文 《水力发电》 北大核心 2017年第5期108-111,共4页
结合某土石坝垂直位移监测资料,针对非平稳时间序列分析时可能产生的"伪回归"问题,采用主成分分析方法和协整理论建立土石坝安全监控模型,并对监测点的变形性态进行分析。结果表明,所建立的模型系数显著,意义明确,克服了自变... 结合某土石坝垂直位移监测资料,针对非平稳时间序列分析时可能产生的"伪回归"问题,采用主成分分析方法和协整理论建立土石坝安全监控模型,并对监测点的变形性态进行分析。结果表明,所建立的模型系数显著,意义明确,克服了自变量间的多重共线性以及非平稳时间序列分析时的"伪回归"问题,在监测时段内,监测点垂直位移时效基本稳定。 展开更多
关键词 伪回归 主成分分析 协整理论 多重共线性 非平稳时间序列
下载PDF
基于多时间尺度特征的语音识别模型
9
作者 韩疆 尹宝林 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2000年第2期201-205,共5页
提出了基于多时间尺度特征的语音识别模型 .该模型采用描述谱参数轨迹的段特征 ,在段尺度上实现了对语音信号帧间相关性的显式建模 ;采用段特征依赖的非平稳时间序列产生模型 ,实现了不同尺度特征间的相关性建模 ,并在帧尺度上通过参数... 提出了基于多时间尺度特征的语音识别模型 .该模型采用描述谱参数轨迹的段特征 ,在段尺度上实现了对语音信号帧间相关性的显式建模 ;采用段特征依赖的非平稳时间序列产生模型 ,实现了不同尺度特征间的相关性建模 ,并在帧尺度上通过参数化的均值轨迹函数 ,实现了对语音信号帧间相关性的隐式建模 .给出了基于多时间尺度特征联合统计距离优化的分段算法及基于最大似然准则的模型参数估计算法 .识别实验表明 ,该模型的识别性能优于标准HMM及趋势HMM . 展开更多
关键词 语音识别模型 帧间相关笥 多时间尺度 段特征
下载PDF
时序非平稳性ADF检验法的理论与应用 被引量:28
10
作者 陈昭 《广州大学学报(自然科学版)》 CAS 2008年第5期5-10,共6页
数据非平稳问题是经典和非经典计量经济学的分水岭,在经典计量经济学领域内,假设变量是平稳的,因此不考虑变量的非平稳性,而实际上大多数经济数据又是非平稳的.研究表明,用非平稳变量进行回归分析降低了检验的功效,结果常常是虚假回归,... 数据非平稳问题是经典和非经典计量经济学的分水岭,在经典计量经济学领域内,假设变量是平稳的,因此不考虑变量的非平稳性,而实际上大多数经济数据又是非平稳的.研究表明,用非平稳变量进行回归分析降低了检验的功效,结果常常是虚假回归,所以对变量进行平稳性检验是避免虚假回归的前提.参数检验的ADF法作为常用的数据非平稳性的检验方法,有其自身的理论发展脉络和应用价值.通过对香港向内地输入的影响因素的分析,发现香港对内地输入与其影响因素——中国的GDP以及港币汇率均是I(1)变量,且三者具有协整关系而且是非线性函数关系.随着面板数据使用的增加,ADF检验法将逐渐更广泛地应用于面板数据的分析和检验过程中. 展开更多
关键词 时间序列非平稳性 ADF检验法 出口模型与实证
下载PDF
基于ARIMA-SVM组合模型的股票价格预测 被引量:27
11
作者 程昌品 陈强 姜永生 《计算机仿真》 CSCD 北大核心 2012年第6期343-346,共4页
现有的股票价格准确预测方法各有优缺点,为了发挥各种预测方法的优点,提出二进正交小波变换和ARIMA-SVM方法的非平稳时间序列预测方案。使用小波分解算法对数据进行分解,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构... 现有的股票价格准确预测方法各有优缺点,为了发挥各种预测方法的优点,提出二进正交小波变换和ARIMA-SVM方法的非平稳时间序列预测方案。使用小波分解算法对数据进行分解,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型ARIMA预测,对低频信息则用SVM模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始时间序列的预测值。将预测结果与实际值比较,组合模型具有较好的预测效果。经实验证明,小波分解的ARI-MA-SVM组合模型较单一的预测模型效果更为理想。 展开更多
关键词 小波变换 非平稳时间序列 支持向量机组合模型 预测
下载PDF
基于非平稳时间序列分析的滑坡变形预测 被引量:24
12
作者 缪海波 殷坤龙 +1 位作者 柴波 李德营 《地质科技情报》 CAS CSCD 北大核心 2009年第4期107-111,共5页
滑坡的位移监测资料通常可用来预测滑坡的变形发展趋势,位移的发展反映了滑坡的变形过程。为了预测在现有条件持续情况下的滑坡变形趋势,将滑坡位移监测数据视为非平稳时间序列,应用时间序列分析方法,建立了滑坡变形趋势的预测模型。以... 滑坡的位移监测资料通常可用来预测滑坡的变形发展趋势,位移的发展反映了滑坡的变形过程。为了预测在现有条件持续情况下的滑坡变形趋势,将滑坡位移监测数据视为非平稳时间序列,应用时间序列分析方法,建立了滑坡变形趋势的预测模型。以三峡库区秭归县白水河滑坡为例,通过对变形预警区监测点位移实测时间序列的分析,取监测点ZG93和XD-04为代表,建立了时间序列预测模型,从第17个月开始向前做6步预测,分析预测曲线与实测曲线之间的关系,并计算预测误差,结果显示除个别数据点之外,预测误差均在±9%以内,曲线吻合较好,说明所建模型效果良好,从而为判断白水河滑坡未来的变形发展趋势提供了可靠的理论依据。 展开更多
关键词 滑坡 非平稳时间序列 监测数据 变形预测
下载PDF
基于经验模态分解的非平稳水文序列预测研究 被引量:23
13
作者 张洪波 王斌 +1 位作者 兰甜 陈克宇 《水力发电学报》 EI CSCD 北大核心 2015年第12期42-53,共12页
在全球气候变化和人类活动影响下,降雨和径流过程的非平稳特征日趋显化,如何通过有效的方法提高预测精度,准确地预测非平稳时间序列变化,为管理者提供决策支持至关重要。经验模态分解(EMD)是"分解—预测—重构"预测模式中的... 在全球气候变化和人类活动影响下,降雨和径流过程的非平稳特征日趋显化,如何通过有效的方法提高预测精度,准确地预测非平稳时间序列变化,为管理者提供决策支持至关重要。经验模态分解(EMD)是"分解—预测—重构"预测模式中的重要方法之一,通过其与径向基神经网络(RBF)的耦合,构建了改进RBF预测方法,研究了"分解—预测—重构"预测模式对渭河流域降雨(弱趋势)和径流(强趋势)两种非平稳时间序列的预测效果,总结了"分解—预测—重构"模式的适应范围。同时,针对重构过程中高频分量误差偏大的问题,提出了误差控制的改进措施。计算结果显示,RBF神经网络对具有弱趋势的非平稳时间序列(降雨)可获得比较满意的预测效果,平均相对误差为11%,是否分解预测对其预测精度影响不大;而对具有强趋势的非平稳时间序列(径流),RBF神经网络模型的预测效果并不理想,平均相对误差达到54%,而经过分解—预测—重构处理后,平均相对误差可降至30%,基本满足中长期水文预测精度要求。且若实施误差控制,平均相对误差可再减小2%。研究表明,"分解—预测—重构"的处理方法适用于具有强趋势变化的非平稳时间序列,其特点在于可有效分离时间序列中的周期和趋势变化成分,预测中使不同成分得到有效外延。同时,这种处理思路与径流序列基于物理驱动机制的普遍认识较为相符,更有利于开展有关水文过程的扩展性分析。误差控制方法在径流预测中能有效降低高频分量预测误差对整体预测效果的影响,可为其他类似的非平稳时间序列预测提供借鉴。 展开更多
关键词 非平稳序列 径流预测 经验模态分解 误差控制 渭河
原文传递
第三产业与国内生产总值Granger因果关系检验 被引量:13
14
作者 宁德春 龙如银 《郑州航空工业管理学院学报(管理科学版)》 2004年第1期14-16,共3页
根据《中国统计年鉴》(2 0 0 2年 )提供的数据检验后认为 ,1 978~2 0 0 1年GDP和第三产业的产值均为I(2 )单整非平稳时间序列 ,GDP和第三产业是一阶协整关系 ,服从I(1 ,2 )阶协整分布。第三产业的发展显著地影响GDP的增长 ,GDP的增长... 根据《中国统计年鉴》(2 0 0 2年 )提供的数据检验后认为 ,1 978~2 0 0 1年GDP和第三产业的产值均为I(2 )单整非平稳时间序列 ,GDP和第三产业是一阶协整关系 ,服从I(1 ,2 )阶协整分布。第三产业的发展显著地影响GDP的增长 ,GDP的增长影响第三产业的发展 ,但存在滞后阶数且不相同 ,探讨了其产生原因。 展开更多
关键词 第三产业 国内生产总值 单位根检验 协整分析 非平稳时间序列 GRANGER因果关系 中国 经济增长
下载PDF
基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测 被引量:19
15
作者 张华 任若恩 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2010年第6期1016-1020,共5页
提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型... 提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度. 展开更多
关键词 小波分解 非平稳时间序列 残差GM(1 1)模型 自回归 预测
原文传递
广义时变ARMA序列预测方法 被引量:10
16
作者 王治华 傅惠民 《航空动力学报》 EI CAS CSCD 北大核心 2005年第5期713-717,共5页
提出一种广义时变ARMA序列预测方法,给出时变序列和广义时变序列的预测公式及其均方误差。该方法能够对均值、方差、自回归系数和滑动平均系数都随时间变化的广义时变序列(或信号)进行分析和预测,可广泛应用于气象、通信、自动控制、结... 提出一种广义时变ARMA序列预测方法,给出时变序列和广义时变序列的预测公式及其均方误差。该方法能够对均值、方差、自回归系数和滑动平均系数都随时间变化的广义时变序列(或信号)进行分析和预测,可广泛应用于气象、通信、自动控制、结构响应分析和故障诊断等领域。大量计算表明,本文方法与传统方法相比,具有更高的预测精度。 展开更多
关键词 序列 时变序列 时变参数 非平稳序列 预测
下载PDF
广义时变ARMA模型参数函数的确定方法 被引量:13
17
作者 傅惠民 王治华 《机械强度》 CAS CSCD 北大核心 2004年第6期636-641,共6页
提出一种确定广义时变ARMA模型参数函数的方法。该方法首先求得时间序列的均值函数和方差函数 ,并将广义时变ARMA模型转化为时变ARMA模型 ,然后通过样本周期图和多点平均方法得到时变参数的函数形式 ,再分别采用最小二乘法和极大似然法... 提出一种确定广义时变ARMA模型参数函数的方法。该方法首先求得时间序列的均值函数和方差函数 ,并将广义时变ARMA模型转化为时变ARMA模型 ,然后通过样本周期图和多点平均方法得到时变参数的函数形式 ,再分别采用最小二乘法和极大似然法确定其中的待定参数。从而将一个复杂的时变问题转变为相对简单的时不变问题进行处理。 展开更多
关键词 时间序列 非平稳序列 均值函数 方差函数 时变参数 时变ARMA模型 广义时变ARMA模型
下载PDF
径流预报的极点对称模态分解-Elman网络模型 被引量:15
18
作者 李继清 王爽 +1 位作者 吴月秋 田雨 《水力发电学报》 CSCD 北大核心 2021年第7期13-22,共10页
针对径流序列非线性、非平稳的特点,将极点对称模态分解(ESMD)方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报。首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;... 针对径流序列非线性、非平稳的特点,将极点对称模态分解(ESMD)方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报。首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;然后利用Elman神经网络模型分别预测各平稳序列;最后加和重构得到最终预测结果。结果表明:组合模型预报精度大于单一模型,与ESMD-BP神经网络组合模型比,ESMDElman神经网络组合模型的8站年径流预报结果的平均相对误差(MAPE)平均降低3.6%,均方根误差(RMSE)平均降低7.8%,确定性系数平均提高5.0%;8站月径流预报结果的MAPE平均降低3.0%,RMSE平均降低2.8%,具有"分解→预测→重构"特点的组合模型提高了预报精度。 展开更多
关键词 极点对称模态分解 ELMAN神经网络 时间尺度 径流预报 非平稳序列 长江上游
下载PDF
非平稳畸变信号条件下电网信号建模 被引量:13
19
作者 张晓冰 李云辉 房国志 《中国电机工程学报》 EI CSCD 北大核心 2014年第16期2721-2728,共8页
实际电网中常常同时存在多种平稳畸变信号和非平稳畸变信号,而目前非平稳畸变信号条件下电网信号模型主要是针对典型畸变源产生的信号建立的,缺乏符合电网实际情况、更具普遍性的电网信号的数学模型,这使得非平稳畸变信号条件下电能准... 实际电网中常常同时存在多种平稳畸变信号和非平稳畸变信号,而目前非平稳畸变信号条件下电网信号模型主要是针对典型畸变源产生的信号建立的,缺乏符合电网实际情况、更具普遍性的电网信号的数学模型,这使得非平稳畸变信号条件下电能准确合理计量变得困难。该文在研究泛函级数理论的基础上,应用Wiener泛函级数建立了非平稳畸变信号条件下电网信号的通用数学模型,并以半导体整流器和电力机车这两种典型畸变源为例,通过Matlab仿真验证了模型的正确性。所建模型不仅可以描述任意一种畸变源产生的电网信号,而且可以描述任意几种畸变源产生的复合电网信号。该模型提高了非平稳畸变电网信号的描述精度,同时适用于平稳畸变信号,解决了畸变信号条件下电网信号统一描述的问题,为后续电能的准确合理计量提供参考。 展开更多
关键词 电网信号 非平稳畸变信号 电能计量 负荷模型 泛函级数 Wiener核
下载PDF
基于小波的非平稳时间序列预测方法研究 被引量:13
20
作者 黎志勇 李宁 《计算机工程与应用》 CSCD 2014年第10期38-43,共6页
基于小波分析技术,将原始非平稳时间序列分解为一层近似系数和多层细节系数,对其分别采用自回归滑动平均模型以及BP神经网络模型,对各层系数进行建模与预测;通过整合各层系数,得到原始时间序列的预测值。运用这种方法对因特网某节点网... 基于小波分析技术,将原始非平稳时间序列分解为一层近似系数和多层细节系数,对其分别采用自回归滑动平均模型以及BP神经网络模型,对各层系数进行建模与预测;通过整合各层系数,得到原始时间序列的预测值。运用这种方法对因特网某节点网络流量数据和某地区日最高气温数据进行预测的结果表明,建立在小波分解基础上的这两种方法都能够有效地应用于非平稳时间序列的预测;而小波-BP神经网络的预测方法无论是精度还是计算复杂度方面都要明显优于小波-ARMA方法。 展开更多
关键词 非平稳时间序列 小波变换 自回归移动平均模型 BP神经网络
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部