The aim of this book is to provide an introduction to the mathematical theory of infinite dimensional dynamical systems by focussing on a relatively simple, yet rich, class of examples, viz....
我们首先利用实物期权模型,建立更贴近实际的二重随机微分方程,定量测算土地杠杆和开发时滞的非线性交互机制.局部均衡模型显示,在市场预期稳定的情况下,土地开发周期主要由土地杠杆(即土地价值与房屋价值的比例...
具有传感器非线性的耦合Markov神经网络的 有限时间状态估计 摘要:本文研究了受传感器非线性影响的耦合Markov神经网络的有限时间状态估计问题,其中考虑了部分未知转移概率的Markov链。提出了一个基于不完整的测量...
Chaos as an Intermittently Forced Linear System摘要1 Introduction(引言)2 Background(背景)2.1 Koopman operator theory(Koopman算子理论)摘要 作者:Steven L. Bruntonn, Bingni W. Brunton, Joshua L....
软件X 15(2021)100773原始软件出版物NetCausality:一个用于因果关系检测和分析的Riccardo Rossia,10,1,Andrea Murarib,1,Luca Martelluccia,Pasquale Gaudioaa意大利罗马,罗马理工大学工业工程系...
为解决一大类未知、时滞、非线性系统的预测控制问题,提出了一种基于改进的El- man动态回归神经网络预测控制算法.首先,在一般的Elman动态回归神经网络算法中加入了混沌机制,利用混沌机制固有的全局游动有效地消除...
时滞chen混沌系统是一种常见的非线性动力学系统,具有混沌特性。通过延迟项的引入,该系统可以展现出复杂的动力学行为,包括周期运动、混沌运动等。在实际应用中,时滞chen混沌系统常常用于模拟和分析复杂系统的行为...
本文描述了一种从多变量时间序列构造有向网络的方法,该方法与目前广泛接受的方法相比具有许多优点。该方法基于对线性(自回归)模型的信息理论简化。这些模型被称为简化自回归(RAR)模型。
本文主要翻译LPS论文的主体部分,由于水平有限,可能翻译的不够准确。算法原文连接为 基于局部自动模式的时间序列表示与相似度 摘要:随着从医学、金融、多媒体等...最近,自回归核被用来反映时间序列的相似性。我...
标签: 人工智能
在这样的背景下,逻辑回归作为一种简单且有效的预测模型,也开始在时间序列预测中得到广泛应用。 ## 1.2 时间序列预测的重要性 时间序列预测是指根据已有的时间顺序数据,对未来一段时间内的数值进行预测的技术。...
Matlab完整教程专栏完整目录
数据科学与管理5(2022)117研究文章时滞中国股票市场的皮尔逊相关性和传递熵彭少伟,韩文臣*,贾国柱四川师范大学物理与电子工程学院,成都,610101A R T I C L E I N F O保留字:时间序列皮尔逊相关性转移熵时间...
NARX(非线性自回归外推,Nonlinear AutoRegressive with eXogenous input)网络对其他数据的泛化性能较差主要有以下几个原因。 首先,NARX网络是一种具有循环连接的神经网络结构,其输入和输出之间存在一定的时滞...
有时面试时,考官会冷不防地提出一个应试者意想不到的问题,目的是想试试应试者的应变能力和处事能力。这时,你需要的是稳定情绪,千万不可乱了方寸。 随着大数据概念的火热,数据科学家这一职位应时而出,那么...
tsfresh是一个Python的时序数据特征挖掘的模块(官网...此外,它们还可以用于构建在时间序列上执行分类/回归任务的模型。通常,这些特性为时间序列及其动态特性提供了新的见解。该项目总共涉及64...
作为循环神经网络的成功变体,长短期记忆网络(LSTM)已被证明比传统机器学习模型具有更强的非线性动力学来存储顺序数据。然而,常见的浅层 LSTM 架构在完全提取长间隔序列数据集的瞬态特征方面的能力有限。
递推最小二乘算法(RLS)是一种用于在线计算线性回归的方法。该算法可以在不需要保存所有数据的情况下,使用最小二乘法递推地计算线性回归系数。具体地说,该算法在每次接收一个新的样本时,会根据已经处理过的样本和...
探索性数据分析 介绍 当有人扔给你一份数据时,你对这份数据完全陌生,又没有足够的业务背景,会不会感觉无从下手。如果你什么都不管,直接把...