贝叶斯模型及其在混沌序列分析中的应用研究

作者：汪金菊

来源：其他, 2008.

• 混沌时间序列
• 降噪
• 对偶树复小波
• 马尔可夫
• 贝叶斯
• 可逆跳跃MCMC
• RBF神经网络
• 预测
• 相空间
• Kriging模型 chaotic time series
• denoising
• dual-tree complex wavelet
• markov
• bayesian
• rjMCMC
• RBF neural networks
• prediction
• phase space
• Kriging model

实际测量得到的混沌时间序列不可避免地存在噪声,极大地影响了其参数计算和下一步的预测精度。鉴于此,本文深入研究了贝叶斯的理论与方法,并且把它与其他模型相结合构造了含加性高斯噪声的混沌时间序列的降噪和预测模型。主要研究工作及成果如下: (1)基于马尔可夫模型及经验贝叶斯的思想,提出了一种混沌时间序列的小波域统计降噪方法。对含加性高斯噪声的混沌时间序列进行对偶树复小波变换,得到小波系数的实部和虚部;对该实部和虚部数据分别建立隐马尔科夫树模型,再结合经验贝叶斯方法估计加噪前源混沌时间序列所对应的小波系数的实部和虚部;最后采用对偶树复小波逆变换得到降噪后的混沌时间序列。仿真结果表明该方...