关于我们
![]() ![]() |
时间序列混合智能辨识、建模与预测 读者对象:本专著涵盖理论分析和工程实践两大部分,因此适合不同层次的读者对象,包括高年级本科生、硕士和博士研究生以及从事时序信号处理的工程技术人员。
《时间序列混合智能辨识、建模与预测》提出了时间序列混合智能辨识、建模与预测的理论和方法。内容分四篇共16章。第一篇阐述了时间序列分析的重要性,从文献计量学的角度对时间序列的最新国际研究进展进行了归纳总结,系统阐述了当前国内外主流时间序列辨识、建模与预测的计算策略和经典算法体系;第二篇介绍了铁路沿线风速混合智能辨识、建模与预测理论方法,包括基于特征提取的GMDH神经网络、长短期记忆深度网络、卷积门限循环单元网络、Boosting集成预测和Stacking集成预测模型;第三篇提供了智慧城市大气污染物浓度的特征分析方法及浓度时间序列建模与预测模型,包括点预测、区间预测、聚类混合预测和时空混合预测等理论;第四篇对金融股票价格时间序列进行特征提取与混合预测,包括贝叶斯统计预测模型、BP/Elman/RBF等神经网络预测模型、CNN/LSTM/BiLSTM等深度网络预测模型。《时间序列混合智能辨识、建模与预测》提供了各类模型的预测实例。
更多科学出版社服务,请扫码获取。 ![]()
你还可能感兴趣
我要评论
|