123,123

內(nèi)容簡(jiǎn)介

　　本書(shū)首先分析了現(xiàn)有混沌時(shí)間序列預(yù)測(cè)的基本理論與方法，然后給出了兩種預(yù)測(cè)方法：基于最小二乘支持向量機(jī)動(dòng)態(tài)選擇集成混沌時(shí)間序列預(yù)測(cè)方法和基于變異粒子群聯(lián)合參數(shù)優(yōu)化多尺度核混沌時(shí)間序列預(yù)測(cè)方法，兩種方法都很好地提高了混沌時(shí)間序列的預(yù)測(cè)精度。最后詳細(xì)介紹了雙重K-L變換（Karhunen-Loeve Transform）方法，該方法有效抵抗了對(duì)混沌序列的預(yù)測(cè)，提高了系統(tǒng)的安全性。本書(shū)可作為非線性系統(tǒng)分析相關(guān)專(zhuān)業(yè)技術(shù)人員的參考資料，也可作為相關(guān)專(zhuān)業(yè)研究生學(xué)習(xí)非線性系統(tǒng)預(yù)測(cè)與分析的參考書(shū)。

作者簡(jiǎn)介

　　長(zhǎng)期從事信息安全與保密通信領(lǐng)域的教學(xué)與研究工作，近5年內(nèi)發(fā)表學(xué)術(shù)論文15篇，其中SCI檢索論文3篇，EI檢索論文11篇，主持黑龍江省教育廳科學(xué)技術(shù)研究項(xiàng)目一項(xiàng)、黑龍江省教育廳電子工程重點(diǎn)實(shí)驗(yàn)室科學(xué)研究項(xiàng)目一項(xiàng)，作為主要參加人參與國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng)、黑龍江省教育廳項(xiàng)目一項(xiàng)，主持黑龍江大學(xué)教學(xué)改革項(xiàng)目一項(xiàng)，參加黑龍江大學(xué)教學(xué)改革項(xiàng)目一項(xiàng)。

圖書(shū)目錄

第 1章混沌的基本理論\t1
1．1 混沌的起源和發(fā)展\t1
1．2 混沌的定義\t2
1．2．1 李天巖約克（Li-Yorke）混沌的定義\t2
1．2．2 Devaney混沌的定義\t3
1．3 混沌的主要特點(diǎn)\t3
1．4 混沌系統(tǒng)的主要模型\t4
參考文獻(xiàn)\t6
第 2章混沌時(shí)間序列預(yù)測(cè)的基本理論與方法\t8
2．1 混沌時(shí)間序列預(yù)測(cè)理論研究的意義\t8
2．2 混沌時(shí)間序列預(yù)測(cè)的國(guó)內(nèi)外研究現(xiàn)狀\t9
2．2．1 線性時(shí)間序列的預(yù)測(cè)模型\t9
2．2．2 非線性時(shí)間序列預(yù)測(cè)模型\t9
2．3 相空間重構(gòu)理論\t13
2．4 幾種基本的混沌時(shí)間序列預(yù)測(cè)方法\t14
2．4．1 全局預(yù)測(cè)法\t14
2．4．2 局域預(yù)測(cè)法\t15
2．4．3 自適應(yīng)預(yù)測(cè)法\t16
2．5 本章小結(jié)\t16
參考文獻(xiàn)\t16
第3章基于最小二乘支持向量機(jī)動(dòng)態(tài)選擇集成混沌時(shí)間序列預(yù)測(cè)方法\t22
3．1 引言\t22
3．2 支持向量回歸機(jī)算法\t23
3．2．1 SVR基本模型\t24
3．2．2 最小二乘支持向量機(jī)模型\t27
3．3 集成學(xué)習(xí)的基本框架\t28
3．3．1 集成學(xué)習(xí)的基本原理\t28
3．3．2 集成學(xué)習(xí)機(jī)的分類(lèi)\t30
3．4 回歸集成算法\t34
3．4．1 回歸集成學(xué)習(xí)\t34
3．4．2 自適應(yīng)動(dòng)態(tài)選擇集成回歸算法\t36
3．4．3 自適應(yīng)動(dòng)態(tài)選擇算法\t38
3．5 混沌相空間重構(gòu)\t38
3．6 基于自適應(yīng)動(dòng)態(tài)選擇LS-SVM集成混沌時(shí)間序列預(yù)測(cè)算法\t40
3．7 測(cè)試分析與比較\t41
3．7．1 Lorenz混沌時(shí)間序列預(yù)測(cè)\t41
3．7．2 Hénon混沌時(shí)間序列預(yù)測(cè)\t46
3．7．3 Mackey-Glass混沌時(shí)間序列的6步以及80步直接預(yù)測(cè)\t49
3．7．4 太陽(yáng)黑子混沌時(shí)間序列預(yù)測(cè)\t53
3．8 本章小結(jié)\t55
參考文獻(xiàn)\t55
第4章基于變異粒子群聯(lián)合參數(shù)優(yōu)化多尺度核混沌時(shí)間序列預(yù)測(cè)方法\t57
4．1 引言\t57
4．2 核理論及核函數(shù)構(gòu)造\t58
4．2．1 多核學(xué)習(xí)：多尺度核方法\t60
4．2．2 多核機(jī)器的學(xué)習(xí)方法\t62
4．3 基于多尺度逃逸粒子群優(yōu)化的聯(lián)合參數(shù)優(yōu)化算法\t64
4．3．1 粒子群基本原理\t64
4．3．2 多變異逃逸粒子群算法\t66
4．3．3 多尺度逃逸算法的優(yōu)化機(jī)理及收斂性分析\t70
4．3．4 基于多尺度逃逸PSO聯(lián)合參數(shù)多核支持向量機(jī)優(yōu)化混沌預(yù)測(cè)\t72
4．4 測(cè)試分析與比較\t75
4．4．1 Lorenz混沌時(shí)間序列\(zhòng)t75
4．4．2 Hénon混沌時(shí)間序列預(yù)測(cè)\t81
4．4．3 Mackey-Glass 混沌時(shí)間序列的6步以及80步直接預(yù)測(cè)\t84
4．4．4 太陽(yáng)黑子混沌序列預(yù)測(cè)\t89
4．5 本章小結(jié)\t91
參考文獻(xiàn)\t91
第5章混沌時(shí)間序列抵抗預(yù)測(cè)方法\t94
5．1 引言\t94
5．2 序列自相關(guān)分析與去除法\t95
5．3 基于相空間重構(gòu)K-L變換的混沌序列相關(guān)性去除法\t96
5．3．1 K-L變換原理\t96
5．3．2 Logistic二值序列的產(chǎn)生及其K-L變換\t97
5．3．3 K-L變換前后混沌序列預(yù)測(cè)對(duì)比分析\t99
5．3．4 K-L變換前后自相關(guān)分析\t103
5．3．5 頻譜分析\t106
5．3．6 時(shí)頻分析\t108
5．3．7 周期及復(fù)雜度分析\t109
5．4 基于雙重K-L變換的混沌時(shí)間序列相關(guān)性去除法\t109
5．4．1 雙重K-L變換方法\t109
5．4．2 自相關(guān)分析\t110
5．4．3 頻譜分析\t114
5．4．4 周期及復(fù)雜度分析\t115
5．5 本章小結(jié)\t116
參考文獻(xiàn)\t116
第6章混沌時(shí)間序列預(yù)測(cè)與抵抗預(yù)測(cè)的結(jié)論與展望\t118