文献类型：期刊文章

作　　者：陈哲[1] 冯天瑾[1] 张海燕[1]

机构地区：[1]青岛海洋大学电子工程系,青岛266003

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金!项目资助 ( 69675 0 0 5 )

年　　份：2001

卷　　号：38

期　　号：5

起止页码：591-596

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：探讨了小波神经网络在混沌时间序列分析与相空间重构中的应用 ,通过混沌时间序列单步预测与多步预测的例子 ,比较了小波神经网络与 ML P的逼近和收敛性能 .对最近提出的一种多分辨率学习策略进行了改进 ,利用连续 3次样条小波和正交 Daubechies小波代替 Haar小波对时间序列做小波分解 ;用改进的学习算法训练网络 ,并应用到混沌序列相空间重构中 .实验结果表明 ,小波神经网络比 ML P和 ARMA模型具有更强大的逼近能力 ,因而十分适合应用于时间序列分析中 ;多分辨率学习算法可作为分析复杂混沌时间序列的一种重要工具 .

关 键 词：小波神经网络 多分辨率学习  相空间重构 混沌时间序列分析  

分 类 号：O211.61] TP183[数学类]