非平穩時間序列自適應線性神經網絡在線預測

研究了應用自適應線性元件(Adaline)神經網絡解決非平穩時間序列在線預測問題的可行性.提出根據自回歸模型定階方法來確定Adaline預測模型中的輸入神經元數目,并分析了自適應學習率對預測性能的影響.仿真結果表明,Adaline在線預測非平穩時間序列的工作性能良好.

作 者： 馮志鵬 宋希庚 薛冬新 王平 徐繼承   作者單位： 大連理工大學內燃機研究所,大連,116024  刊 名： 振動測試與診斷  ISTIC EI PKU 英文刊名： JOURNAL OF VIBRATION MEASUREMENT & DIAGNOSIS  年，卷(期)： 2002 22(4)  分類號： O235 TP13  關鍵詞： 預測   神經網絡   自適應   時間序列  

【非平穩時間序列自適應線性神經網絡在線預測】相關文章：

混沌時間序列的自適應高階非線性濾波預測04-26

基于非平穩時間序列的陀螺漂移性能建模與預測方法研究04-26

具有季節特征的水文時間序列預測模型研究04-26

基于小波神經網絡的煤層底板突水非線性預測方法研究04-25

淺析時間序列04-26

一類新的非線性時間序列模型的極限性態研究04-26

Tucker定理在線性錐系統的推廣04-26

具有未知死區和增益符號的自適應神經網絡控制04-26

基于神經網絡構造的GPS/INS自適應組合導航算法04-26

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27