第一章 绪论 | 第1-17页 |
·选题背景及意义 | 第9-10页 |
·混沌时间序列预测的研究现状 | 第10-13页 |
·VBR视频业务的研究现状 | 第13-16页 |
·论文的主要工作 | 第16-17页 |
第二章 时间序列的混沌特性判别 | 第17-38页 |
·混沌理论及其吸引子概念 | 第17-19页 |
·混沌的定义 | 第17-18页 |
·奇异吸引子 | 第18-19页 |
·相空间重构 | 第19-21页 |
·相空间重构混沌特征参数的选取 | 第21-27页 |
·时间延迟 | 第21-25页 |
·嵌入维数 | 第25-27页 |
·时间序列混沌特性判别方法 | 第27-36页 |
·频闪采样法 | 第27-28页 |
·庞加莱截面法 | 第28-29页 |
·谱分析法 | 第29页 |
·关联维法 | 第29-31页 |
·最大李亚谱诺夫指数法 | 第31-32页 |
·Kolmogorov熵法 | 第32页 |
·非线性预测法 | 第32-33页 |
·替代数据法 | 第33-34页 |
·非线性冗余法 | 第34-36页 |
·本章小结 | 第36-38页 |
第三章 混沌时间序列的局域预测方法 | 第38-64页 |
·混沌预测理论 | 第38-42页 |
·混沌预测方法 | 第38-39页 |
·混沌预测方法分类 | 第39-40页 |
·预测性能指标 | 第40-41页 |
·本文涉及到的混沌映射和混沌系统 | 第41-42页 |
·混沌时间序列局域零阶预测法 | 第42-46页 |
·局域零阶预测法 | 第42-43页 |
·性能分析与仿真 | 第43-46页 |
·混沌时间序列局域一阶预测法 | 第46-55页 |
·局域一阶预测法 | 第46-48页 |
·基于维纳解的局域一阶预测法 | 第48-50页 |
·性能分析与仿真 | 第50-55页 |
·李亚谱诺夫指数预测法 | 第55-57页 |
·李亚谱诺夫指数预测法 | 第55-56页 |
·性能分析与仿真 | 第56-57页 |
·局域多项式预测法 | 第57-63页 |
·局域多项式预测法 | 第57-58页 |
·DCT域局域二次多项式预测法 | 第58-60页 |
·性能分析与仿真 | 第60-63页 |
·本章小结 | 第63-64页 |
第四章 混沌时间序列的非线性自适应预测 | 第64-85页 |
·引言 | 第64页 |
·DCT域二次实时滤波预测 | 第64-72页 |
·基于DCT变换的正交二次滤波预测器 | 第65-67页 |
·性能分析与仿真 | 第67-72页 |
·神经自适应滤波预测 | 第72-76页 |
·自适应幅度的神经自适应滤波预测算法 | 第72-74页 |
·性能分析与仿真 | 第74-76页 |
·时延神经CHEBYSHEV正交多项式自适应预测 | 第76-83页 |
·一元非线性函数的Chebyshev正交多项式逼近理论 | 第76-77页 |
·时延神经Chebyshev正交多项式自适应滤波预测器 | 第77-79页 |
·性能分析与仿真 | 第79-83页 |
·本章小结 | 第83-85页 |
第五章 VBR视频业务的混沌特性分析及预测 | 第85-97页 |
·引言 | 第85-87页 |
·VBR视频业务的混沌特性分析 | 第87-91页 |
·VBR视频业务的统计特性分析 | 第87-89页 |
·VBR视频业务的混沌特性分析 | 第89-91页 |
·VBR视频业务的混沌局域预测 | 第91-92页 |
·VBR视频业务的非线性自适应预测 | 第92-96页 |
·基于LMS算法的线性自适应预测 | 第93-95页 |
·VBR视频业务的非线性自适应预测 | 第95-96页 |
·本章小结 | 第96-97页 |
结论与展望 | 第97-100页 |
致谢 | 第100-101页 |
参考文献 | 第101-114页 |
攻读学位期间发表的论文和科研工作情况 | 第114页 |