-
题名用前馈神经网络检验小数据量时间序列的混沌
被引量:1
- 1
-
-
作者
韩文蕾
王万诚
-
机构
西北工业大学经济研究中心
西北工业大学计算机学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2005年第6期123-125,共3页
-
基金
国家 863 计划资助项目(2003AA142060)
辽宁省"九五.十五"教育科学(教育技术)规划立项课题(高教 0047.高教 0166)
-
文摘
利用BP神经网络的非线性函数逼近能力,对小数据,有噪声的时间序列计算最大李亚谱诺夫指数,从而判断该序列是否存在混沌现象,并将这一算法应用到深圳证券市场的深证综合的日收益率序列中,结果表明,深证综合的日收益序列不存在混沌现象。
-
关键词
时间序列
网络检验
数据量
前馈
函数逼近能力
BP神经网络
混沌现象
证券市场
非线性
收益率
算法
-
Keywords
neural nerworks lyapunov exponent detection of chaos ens noise
-
分类号
TP393.07
[自动化与计算机技术—计算机应用技术]
O211.61
[理学—概率论与数理统计]
-
-
题名用前馈神经网络对软件理解中函数调用序列的混沌识别
被引量:4
- 2
-
-
作者
王万诚
-
机构
西北工业大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2005年第11期235-237,共3页
-
基金
国家863计划资助项目(2003AA142060)
国家航空基金(OOF53051)
-
文摘
对有噪声小数据量时间序列的混沌识别,是目前国内外许多应用领域研究的热点与难点。利用BP神经网络的非线性函数逼近能力,对小数据有噪声的时间序列计算最大李亚谱诺夫指数,可判断该序列是否存在混沌现象。本文首创将这一算法经转换应用到软件逆向工程过程的分析中,结果表明,软件逆向工程过程分析中出现的函数(或类)调用序列有些存在、有些不存在混沌现象,这为理解软件系统构建高层结构和抽取重用信息而开发新方法与新技术找到了理论依据。
-
关键词
软件逆向工程
神经网络
lyapunov指数
函数调用
混沌识别
有噪声小数据量
时间序列
软件理解
前馈神经网络
函数逼近能力
-
Keywords
Software reverse engineering, neural networks, lyapunov exponent, Function transfer, detection of chaos, ens noise and short series
-
分类号
TP311.5
[自动化与计算机技术—计算机软件与理论]
O211.61
[理学—概率论与数理统计]
-