共查询到20条相似文献,搜索用时 15 毫秒
1.
多变量混沌时间序列局部多项式预测方法及应用 总被引:1,自引:0,他引:1
为了改善混沌时间序列的预测精度,提出了一种新的多变量混沌时间序列的局部多项式预测方法.它首先利用多变量时间序列的相空间重构理论重构相空间,并据此利用多项式函数构造预测模型,该模型根据嵌入维数构造数据矩阵,进行模型的参数估计和计算一步预测值,最后根据平均根统计量推断预测效果.Lorenz系统的模拟仿真和上海综合股价指数的局部预测结果表明:用多变量混沌时间序列局部多项式预测法进行预测的误差小,且比单变量混沌时间序列局部多项式预测法的预测精度高. 相似文献
2.
针对工业生产过程中的时变性问题,提出贝叶斯网络框架下的自适应质量变量预测建模方法.采用改进的即时学习策略,将数据库分成若干局部数据子集,快速选择与待测样本相似度较高的一组数据作为训练样本,再利用主成分分析对训练样本过程变量进行特征提取,借此作为网络模型输入变量.利用基于改进Figueiredo-Jain算法的EM算法估... 相似文献
3.
4.
文字识别分为联机手写识别和脱机手写识别,其中联机手写识别是通过数字设备采集手写输入信号,然后根据文字特征加以匹配识别的过程。但是由于手写体笔迹变动非常大,精确识别比较困难。针对这种情况,我们提出一套手写体蒙古文字识别多分类器的设计,依次采用了贝叶斯(Bayes)决策方法、判别函数法,以及HMM模型与最近邻方法等。显著提高了系统的识别率和正确率。 相似文献
5.
为解决变负荷工况下因模型输入变量较多、相关性大导致模型复杂度增加的问题,提出了一种将核极限学习机(KELM)和主成分分析(PCA)相结合的动态建模方法,并应用于选择性催化还原(SCR)脱硝系统出口处的氮氧化物(NOx)浓度预测.首先,将主成分分析应用于输入数据特征信息提取,并将提取信息的当前和过往序列值用作KELM模型的输入,以反映SCR出口处NOx浓度的动态特征;然后,将SCR出口的NOx浓度历史数据作为模型的输入,以提升模型精度;最后,利用优化算法确定模型最优参数.结果表明,与GPR、LSTM、CNN模型相比,所建动态模型的预测误差分别减少约78.4%、67.6%和59.3%,说明该模型结构可靠,能够准确预测SCR系统出口NOx浓度. 相似文献
6.
7.
石曼银 《赤峰学院学报(自然科学版)》2013,(18):27-28
本文提出了一种新型的利用Kinect获取深度图像并进行手势轨迹识别的应用方法,该方法称为HMM(隐马尔可夫)手势轨迹识别方法,具体操作步骤为:首先利用Kinect传感器获取深度图像,然后通过OpenNI的手势生成器的手势分析模块获取完整的手势信息,对手部进行形态学处理,识别并跟踪手势,提取手势轨迹,最后运用HMM手势轨迹识别方法进行识别.实践证明,该方法可快速有效地实现手势轨迹的识别. 相似文献
8.
根据我国居民消费价格指数的非线性特征,基于多项式样条估计,并利用AIC准则和逐步回归方法选择门限变量和滞后变量,建立了函数系数自回归(FAR)模型,同时运用所建模型对我国居民消费价格指数进行估计和预测,计算结果表明:FAR模型能够很好地解决居民消费价格指数估计和预测这一问题,而且预测精度较高. 相似文献
9.
《绵阳师范学院学报》2019,(11):22-26
在手写数字识别数据集(MNIST)情景下,为了提高卷积神经网络的识别正确率,提出了一种改进的基于卷积神经网络(CNN)的多尺度特征识别算法.首先,利用卷积操作和池化操作提取图像中的全局特征及局部特征,通过二次卷积与特征融合获得数字图像的多尺度特征.然后,将多尺度特征送入全连接网络和Soft Max分类器,实现手写数字图像识别.最后,通过对不同网络结构的CNN算法进行评估表明,本文提出的算法可以有效提高网络精度,具有较好的泛化能力. 相似文献
10.
利用错误驱动法、支持向量机法和隐马尔可模型三种方法对汉语文本进行名词短语识别,对实验进行比较分析,结果表明SVM与HMM的识别效果总体上要好于错误驱动法,HMM法在封闭测试中优势明显.研究表明错误驱动法应用于解决从语料库中学习转换规则的传统问题;SVM方法适用于解决两类别的分类问题;而HMM方法侧重应用在与线性序列相关的现象上. 相似文献
11.
提出了2种解决汉语语音识别中声调问题的方法:利用区分性方法对基于隐马尔可夫模型(HMM)的声调模型进行训练;提出将区分性训练的声调模型加入大词汇量连续语音识别系统的最优方法,该方法根据最小音子错误的训练准则以及利用扩展Baum-Welch算法区分性训练与模型相关的概率权重,对声学模型以及声调模型概率进行加权.实验结果表明区分性训练的声调模型能够显著地提高连续语音声调识别率以及大词汇量语音识别系统的识别率,同时区分性的模型权重训练能够在区分性声调模型加入连续语音识别系统之后进一步提高系统的识别性能. 相似文献
12.
针对现代生产工业过程中数据的非线性多模态特征,提出了一种基于人工大猩猩部队优化动态核主元分析(GTO-DKPCA)的故障监测方法。利用自回归移动平均时间序列模型和核主成分分析(KPCA)方法构建DKPCA模型,对过程各阶段的批次数据进行DKPCA处理。通过正常数据和故障数据特征构建自适应度函数,利用人工大猩猩部队优化算法对DKPCA核参数进行优化,以发现最优的非线性特征;通过计算各时间点的霍特林统计量T2和平方预测误差(SPE)统计量进行故障监测。青霉素发酵过程故障监测结果表明,GTO-DKPCA方法比多向核主元分析(MKPCA)和多动态核主元分析(BDKPCA)有更好的监测效果,适应性和准确性更高。 相似文献
13.
提出一种基于时变多变量回归模型利用ECG信号和心脏运动信号相关性进行预测的预测方法,该方法将ECG信号非平稳心率变化信息的全过程通过模型中互相关项引入心脏信号预测中,以克服单纯的基于线性模型预测方法的不足,增强了对心脏信号中非平稳变化的适应能力,提高了估计的精度。通过对偶卡尔曼滤波器对模型的状态和参数分别进行估计,完成心脏运动信号的实时预测,并通过比较实验验证了算法的有效性。 相似文献
14.
15.
该文从实际出发给出了一类实用范围较广的变系数模型,它们的系数函数的自变量(也称光滑变量)不完全一致.首先,使用局部线性方法给出模型的系数函数的初始估计;然后使用积分方法,给出它们的积分估计;进一步,研究这些积分估计的渐近正态性.模拟结果说明该估计方法的有效性. 相似文献
16.
17.
利用小波变换对含噪语音信号进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,进一步反映语音信号的动态特性、增强抗干扰能力、提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显提高. 相似文献
18.
19.
针对Markov方法在动态多阶段系统模块化分析中的状态爆炸问题,给出了一种新的动态模块化方法.该方法首先从充分利用动态多阶段系统所包含的静态特性的角度出发,利用集合并操作将阶段故障树的动态模块构造成跨阶段的动态模块.然后,利用变量排序和BDD操作生成模块化MPS对应的系统BDD.针对系统BDD中各种节点连结关系,推导出BDD节点事件概率计算公式,从而计算出动态多阶段系统的可靠度.最后,通过实例说明了动态模块化方法在Markov状态空间和系统BDD尺度均减少时的优越性. 相似文献
20.
探地雷达(GPR)是近些年来比较流行的一种工程和地球物理探测方法。利用数值模型来模拟复杂的地下电磁特性模型是探地雷达理论研究的主要内容之一。论文利用复坐标延伸变量和递归卷积技术的完全匹配层吸收边界条件,构造了模拟基于表面反射GPR模型和垂直探测雷达(VRP)模型的高阶时域有限差分方法(FDTD);并对该方法的稳定性条件进行了理论和数值实例的分析。根据典型探地雷达模型仿真的正演剖面图,可观察到电磁波在地下分层介质中的传播规律,以及电特性参数对电磁波传播的影响。 相似文献