在线实时快速识别混沌的智能方法研究
中文摘要 | 第1-3页 |
ABSTRACT | 第3-6页 |
第一章 绪论 | 第6-12页 |
·问题概述 | 第6-7页 |
·问题的提出 | 第6-7页 |
·解决的新思路 | 第7页 |
·当前研究状况 | 第7-9页 |
·小数据量的混沌识别研究状况 | 第7-8页 |
·初始状态和序列演化关系的研究状况 | 第8-9页 |
·人工智能方法在复杂系统中的应用研究状况 | 第9页 |
·本文主要研究内容 | 第9-12页 |
第二章 离线子系统实现方法研究 | 第12-20页 |
·基于轨线演化的方法 | 第13-15页 |
·Lyapunov指数的定义 | 第13页 |
·Wolf方法 | 第13-14页 |
·小数据量方法及其改进 | 第14-15页 |
·小结 | 第15页 |
·Jacobian方法 | 第15-20页 |
·Jacobian方法基本原理 | 第15-16页 |
·局域估计法 | 第16-18页 |
·全局估计法 | 第18-19页 |
·小结 | 第19-20页 |
第三章 混沌序列的数据预处理和特征模式提取 | 第20-32页 |
·时间序列的噪声分析 | 第20-22页 |
·量测噪声与动力学噪声 | 第20-21页 |
·噪声处理方法 | 第21-22页 |
·基于功率谱的混沌特征提取实验 | 第22-23页 |
·小波分析与特征提取 | 第23-26页 |
·小波分析基础 | 第23-24页 |
·多分辨分析 | 第24-25页 |
·小波包分析 | 第25-26页 |
·基于小波分析的混沌特征提取实验 | 第26-28页 |
·基于小波包分析的混沌特征提取实验 | 第28-30页 |
·基于小波包能量的混沌特征提取实验 | 第30-31页 |
·小结 | 第31-32页 |
第四章 知识库的建立 | 第32-36页 |
·神经网络模式识别方法 | 第32-33页 |
·误差反传(BP)网络 | 第33-36页 |
第五章 在线实时快速识别混沌的智能方法仿真研究 | 第36-46页 |
·智能系统的基本结构与仿真实验 | 第36-38页 |
·仿真实验 | 第37-38页 |
·智能方法在交通仿真中的应用研究 | 第38-39页 |
·离线识别子系统 | 第39页 |
·知识库的实现 | 第39页 |
·微观交通流仿真原理 | 第39-41页 |
·系统的仿真实验一 | 第41-42页 |
·系统的仿真实验二 | 第42-43页 |
·系统的仿真实验三 | 第43-45页 |
·小结 | 第45-46页 |
第六章 结论与展望 | 第46-48页 |
·总结 | 第46页 |
·展望 | 第46-48页 |
参考文献 | 第48-50页 |
发表论文和科研情况说明 | 第50-51页 |
致谢 | 第51页 |