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   

• 责任者：秦永宽^c武汉大学^d1985^e硕士研究生 ; 黄声享 ; 赵卿
• 刊名：大地测量与地球动力学
• 出版年：2008
• 卷期：28^b6
• 关键词：地形测量学 ; 时间序列分析20^a地形变 ; 混沌 ; 去噪 ; 最小二乘法 ; 数学模型30^a相空间重构 ; 小波消噪 ; 支持向量机
• 页码：96～100
• 索书号：P263.06/208-17
• 图表：^c表1参11插图
• 分类号：1900,2000
• 文摘期号：2009/05

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。