非线性时间序列理论的若干应用
致谢 | 第1-5页 |
中文摘要 | 第5-6页 |
ABSTRACT | 第6-9页 |
1 引言 | 第9-11页 |
·研究背景 | 第9-10页 |
·论文体系框架和主要内容 | 第10-11页 |
2 研究Fibonacci序列的多重分形性质 | 第11-18页 |
·代换序列 | 第11-12页 |
·多重分形消除趋势(MF-DFA)方法 | 第12-14页 |
·方法描述 | 第12-13页 |
·多重分形相关理论 | 第13-14页 |
·数据分析及主要结论 | 第14-18页 |
·数据描述 | 第14-15页 |
·多重分形性的判断 | 第15-18页 |
3 探测交通时间序列的长相关性和重分形性 | 第18-23页 |
·数据描述 | 第18-19页 |
·交通时间序列的MF-DFA | 第19-22页 |
·交通流速度时间序列的分叉点 | 第19-21页 |
·原始序列和扰动序列的多重分形性质 | 第21-22页 |
·小结 | 第22-23页 |
4 交通数据的非线性预处理方法 | 第23-28页 |
·插值函数 | 第23页 |
·分形插值原理 | 第23-26页 |
·分形插值在数据丢失方面的应用 | 第26-27页 |
·小结 | 第27-28页 |
5 交通流的非线性混沌预测 | 第28-41页 |
·相空间重构预测方法 | 第28-35页 |
·相空间重构概述 | 第28-29页 |
·重构参数的确定 | 第29-31页 |
·相空间重构预测方法 | 第31-32页 |
·实验数据及其实证分析 | 第32-35页 |
·基于Lyapunov指数的预测方法 | 第35-40页 |
·最大Lyapunov指数及预测算法 | 第35-37页 |
·实证分析 | 第37-40页 |
·小结 | 第40-41页 |
6 结论 | 第41-42页 |
参考文献 | 第42-44页 |
作者简历 | 第44-46页 |
学位论文数据集 | 第46页 |