步态时间序列的神经网络模拟和混沌检测

下载PDF

导出

摘要本文应用研究小样本时间序列的神经网络方法估计一类混沌时间序列,步态时间序列的李亚普诺夫指数,相关维数和相关熵。给出了步态时间序列复杂性的判据。

作者郭长虹

机构地区吉林体育学院基础课教学研究部

出处《电子技术与软件工程》 2013年第18期18-19,共2页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

关键词步态时间序列最大李亚普诺夫指数相关熵径向基函数神经网络

参考文献8

1David J. Miller,Nicholas Stergiou,Max J. Kurz.An improved surrogate method for detecting the presence of chaos in gait[J].Journal of Biomechanics.2005(15)
2M. Costa,C.-K. Peng,Ary L. Goldberger,Jeffrey M. Hausdorff.Multiscale entropy analysis of human gait dynamics[J].Physica A: Statistical Mechanics and its Applications.2003(1)
3A.W. Jayawardena,W.K. Li,P. Xu.Neighbourhood selection for local modelling and prediction of hydrological time series[J].Journal of Hydrology.2002(1)
4Guido Bugmann.Normalized Gaussian Radial Basis Function networks[J].Neurocomputing.1998(1)
5Haykin S.Neural Networks: A Comprehensive Foundation[]..1998
6Kantz H,Schreiber T.Nonlinear Time Series Analysis[]..1997
7Casdagli M.Nonlinear prediction of chaotic time series[].Journal of Physics D Applied Physics.1989
8Ramsey,J.B.,Yuan,H.-J.Bias and error bars in dimension calculations and their evaluation in some simple models[].Physics Letters.1989

电子技术与软件工程

2013年第18期

内容加载中请稍等...