基于小波消噪和LS-SVM的混沌时间序列预测模型及其应用

详细信息   全文下载|推荐本文 |

• 出版年：2008
• 作者：秦永宽；黄声享赵卿
• 单位1：武汉大学测绘学院
• 出生年：1985
• 学历：硕士生
• 语种：中文
• 作者关键词：混沌时间序列；相空间重构；小波消噪；最小二乘支持向量机；变形分析
• 起始页：96
• 总页数：5
• 经费资助：国家交通部西部交通建设科技基金(200531881203)
• 刊名：大地测量与地球动力学
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1981
• 主办单位：中国地震局地震研究所；地壳运动监测工程研究中心；中国地震局地壳应力研究所；中国地震局第一监测中心；中国地震局地球物理勘探中心；中国地震局第二监测中心；中国科学院测量与地球物理研究所；中国地震应急搜救中心
• 主编：姚运生
• 地址：武昌洪山侧路40号
• 邮编：430071
• 电子信箱：jgg09@163.com
• 网址：jgg09.com
• 卷：28
• 期：6
• 期刊索取号：P263.06 208-17
• 数据库收录：中国学术期刊综合评价数据库统计源期刊;中国核心期刊（遴选）数据库期刊
• 核心期刊：中国科学引文数据（CSCD）核心期刊；中国地球物理学类核心期刊；中国测绘学类核心期刊;中国科技论文统计源期刊（中国科技核心期刊）

摘要

提出将小波消噪、相空间重构理论与LS-SVM相结合，实现变形监测数据的建模及预测。先对变形监测时间序列进行小波消噪；然后用C-C法求出非线性变形数据的最优嵌入维数和时间延迟参数，并对其进行相空间重构；最后采用LS-SVM对其进行建模预测，并与BP神经网络的预测结果进行了比较分析。实例表明，基于小波消噪和LS-SVM的混沌时间序列预测模型具有较好的预测效果。