-
题名基于谐波小波与神经网络的钢铁价格预测
被引量:3
- 1
-
-
作者
祝彦成
王文波
赵攀
-
机构
武汉科技大学冶金工业过程系统科学湖北省重点实验室
-
出处
《计算机工程与应用》
CSCD
2012年第3期246-248,共3页
-
基金
冶金过程系统科学重点实验室开放基金(No.C201007)
湖北省自然科学基金(No.2010CDB03305)
武汉市晨光计划基金(No.201150431096)
-
文摘
应用谐波小波分解算法、混沌分析和神经网络理论提出了一种中国钢铁价格趋势预测的谐波小波神经网络模型。应用广义谐波小波分解算法把原始钢铁价格序列分解到不同的频带上,并在此基础上进一步分析表明,钢铁价格存在混沌特性;再经混沌分析和神经网络进行组合预测,提高了模型对多种目标函数的学习能力,有效改进了预测精度。实验表明,与现有方法相比,该方法具有较高的预测精度。
-
关键词
谐波小波分解
钢铁价格预测
混沌分析
神经网络
-
Keywords
harmonic wavelet
steel price prediction
chaos analysis
neural network
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名联合谐波小波与递归神经网络的股市时间序列预测
被引量:1
- 2
-
-
作者
吴纯
-
机构
武汉商学院信息工程系
-
出处
《科技和产业》
2016年第5期105-108,共4页
-
文摘
为了提高神经网络对股市时间序列的预测精度,首先利用谐波小波对股票市场数据进行多尺度分解,将其分解为不同尺度且具有平移不变特征的谐波小波分量;然后根据股市时间序列的特点,构建递归神经网络模型进行短期预测,以不同尺度的谐波小波分量为输入数据,对股市数据进行多尺度预测;最后对不同尺度的预测结果进行谐波小波重构,得到最终的股市预测数据。对我国股票市场进行了实验分析,结果表明:股市时间序列经谐波小波分解后,股市数据中不同投资时间水平的价格波动可以被较好的分离,有效地提高了股票市场数据的预测精度。
-
关键词
谐波小波分解
股市时间序列预测
神经网络
小波多尺度分解
-
Keywords
harmonic wavelet decomposition
stock time series prediction
neural network
multi-resolution wavelet decomposition
-
分类号
TP27
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名万向传动轴动不平衡动态检测的小波能量主元法
- 3
-
-
作者
丁建明
林建辉
王晗
黄晨光
-
机构
西南交通大学牵引动力国家重点实验室
青岛四方机车车辆股份有限公司高速列车系统集成国家工程实验室
-
出处
《机械强度》
CAS
CSCD
北大核心
2014年第4期487-491,共5页
-
基金
国家高技术研究发展计划(863计划)(2011AA110501)
自然科学基金重点项目(61134002)
"十一五"国家科技支撑计划项目(2009BAG12A01)~~
-
文摘
提出一种高速列车万向轴动不平衡车载动态检测的新方法。该方法的核心是:对万向节安装机座的振动信号进行谐波小波包分解,提取前19个小波尺度能量形成特征向量,分别统计动平衡、动不平衡万向轴在不同转速条件下振动信号的特征向量而构成主元分析的训练样本,以累积方差贡献量大于0.8作为主分量个数的确定准则,将特征向量从19维降低到2维,应用第一主元和第二主元联合区分万向轴的动不平衡状态。应用台架试验数据对该方法的有效性进行了测试验证,结果表明:该方法能够有效辨别万向轴的不平衡状态,其准确性高,具有一定的工程适应性。
-
关键词
万向传动轴
谐波小波分解
主元分析
动不平衡检测
-
Keywords
Cardan shaft
Harmonic wavelet decomposition
Principal component analysis
Dynamic imbalance detection
-
分类号
U211.5
[交通运输工程—道路与铁道工程]
U270.331.1
[机械工程—车辆工程]
-