期刊文献+
共找到1,170篇文章
< 1 2 59 >
每页显示 20 50 100
自适应信号分解和相空间重构的钢琴和弦识别 预览
1
作者 刘婷 《信息技术》 2019年第1期137-141,150共6页
文中首先阐述了和弦识别技术在音乐分析和音乐数据库中的重要应用价值,建立了特征参量结合分类器的识别流程。在信号预处理环节中引入了基于算子的NSP自适应信号分解的方法,将原始信号分解成包含特征信息的子信号,再对子信号提取非线性... 文中首先阐述了和弦识别技术在音乐分析和音乐数据库中的重要应用价值,建立了特征参量结合分类器的识别流程。在信号预处理环节中引入了基于算子的NSP自适应信号分解的方法,将原始信号分解成包含特征信息的子信号,再对子信号提取非线性特征,用于分类器构造和识别实验。相关实验表明,同EMD方法相比,NSP自适应信号分解方法提取出子信号的特征信息较为单一,这样就避免了EMD方法中多种特征量混叠的现象,从而提高了识别准确率。 展开更多
关键词 和弦识别 相空间重构 自适应信号分解
在线阅读 下载PDF
基于混沌理论和MEA-BPNN模型的快速路短时交通流预测 预览
2
作者 王硕 谷远利 +2 位作者 李萌 陆文琦 张源 《山东科学》 CAS 2019年第2期98-107,共10页
为提高短时交通流预测的精度,在分析北京市二环路实测交通流数据时空特性和混沌性的基础上,利用混沌理论方法对交通流量时间序列进行相空间重构,并基于思维进化算法提出一种改进的BP神经网络模型,将重构的时间序列数据作为模型输入进行... 为提高短时交通流预测的精度,在分析北京市二环路实测交通流数据时空特性和混沌性的基础上,利用混沌理论方法对交通流量时间序列进行相空间重构,并基于思维进化算法提出一种改进的BP神经网络模型,将重构的时间序列数据作为模型输入进行交通流预测。结果表明,基于该模型的预测结果与基于传统BPNN模型的预测结果相比,均方根误差、平均绝对误差和平均绝对百分误差分别下降31.11%、20.71%和37.28%,证明了模型具有更精确的预测能力。 展开更多
关键词 短时交通流预测 混沌理论 相空间重构 神经网络 思维进化算法
在线阅读 免费下载
基于相空间重构及Elman网络-灰狼优化的短期风速预测 预览
3
作者 李圣清 邓曦 《新型工业化》 2019年第2期18-23,共6页
针对风速突变所带来的风速短时预测精度低的问题,提出一种基于相空间重构法,结合灰狼算法优化 Elman网络的短期风速预测组合算法。该算法首先利用相空间重构法对原始序列进行数据重构,构造时间序列预测模型;然后利用 Elman网络训练该模... 针对风速突变所带来的风速短时预测精度低的问题,提出一种基于相空间重构法,结合灰狼算法优化 Elman网络的短期风速预测组合算法。该算法首先利用相空间重构法对原始序列进行数据重构,构造时间序列预测模型;然后利用 Elman网络训练该模型,同时以灰狼算法优化网络参数;最后提出了预测效果评价指标,并以此来评价预测效果。通过仿真和测试,该方法能更好的提高预测精度。 展开更多
关键词 短期风速预测 相空间重构 ELMAN网络 灰狼算法
在线阅读 下载PDF
基于SVM的铁路货运站装车数预测 预览
4
作者 余姣姣 《物流技术》 2019年第3期38-42,共5页
铁路货运站装车数作为铁路货运量的组成部分,对其的预测具有重要意义。采用相空间重构技术对一维时间序列进行重构,将重构的多维数据作为支持向量机的输入,并利用粒子群算法对支持向量机的参数进行优化,运用得到的最优参数训练模型。用... 铁路货运站装车数作为铁路货运量的组成部分,对其的预测具有重要意义。采用相空间重构技术对一维时间序列进行重构,将重构的多维数据作为支持向量机的输入,并利用粒子群算法对支持向量机的参数进行优化,运用得到的最优参数训练模型。用此模型对广铁(集团)公司的岳阳北、湘潭东、下元等货运站的装车数进行预测,预测结果表明:该方法的预测精度明显比灰色预测好;对数据重构的嵌入维数和时间延迟导致预测精度的不同,岳阳北和湘潭东的预测效果较好,而下元的预测误差较大。 展开更多
关键词 铁路货运站 装车数 相空间重构 粒子群算法 支持向量机
在线阅读 下载PDF
基于生产动态数据的井间储层连通性识别方法 预览
5
作者 王任一 《石油与天然气地质》 EI CAS CSCD 北大核心 2019年第2期443-450,共8页
井间储层连通性认识是注水开发油田最重要的基础性研究工作,而目前常用的油藏工程法、数值模拟法和地球化学法,对认识结论可靠性的影响因素较多,尤其对地质资料依赖性较大,且周期长成本高。由注水井、采油井和油水井井间储层组成了一个... 井间储层连通性认识是注水开发油田最重要的基础性研究工作,而目前常用的油藏工程法、数值模拟法和地球化学法,对认识结论可靠性的影响因素较多,尤其对地质资料依赖性较大,且周期长成本高。由注水井、采油井和油水井井间储层组成了一个复杂的非线性注采系统,反映该系统某一侧面的油水井生产动态数据中,隐含着油水井井间储层连通性信息。利用油水井多变量生产动态数据,基于多变量相空间重构方法,可重构这一注采系统动力学特征,通过求取重构注采系统吸引子的关联维,就有可能提取出井间储层连通性信息。使用该方法工作量小,在WR油田应用效果好,得出结论与实际生产相符,且理论清晰算法简单,不需要复杂的数学模型和地质静态模型参数,并可以实现定量解释,为井间储层连通性认识开辟了一条新思路。 展开更多
关键词 井间连通性 生产数据 相空间重构 关联维 定量解释 储层 油田注水开发
在线阅读 下载PDF
基于混沌特性的语音信号分类 预览
6
作者 张其进 张玉梅 《计算机技术与发展》 2019年第1期66-69,74共5页
语音识别广泛应用于人机交互、安全识别等相关领域,语音信号分类是语音识别的重要基础。语音信号分类主要借助混沌特性的相关特征对语音信号进行研究。目前,语音信号分类相关研究主要有模型训练分类和特征提取两种方法。模型训练分类法... 语音识别广泛应用于人机交互、安全识别等相关领域,语音信号分类是语音识别的重要基础。语音信号分类主要借助混沌特性的相关特征对语音信号进行研究。目前,语音信号分类相关研究主要有模型训练分类和特征提取两种方法。模型训练分类法需要大量数据的支撑,而且训练过程复杂、训练时间长。特征提取法需要提取大量不同特征进行分析,过程复杂。文中在特征提取法的基础上提出一种基于李雅普诺夫指数的语音信号混沌特性分类方法。该方法以混沌理论中相空间重构为基础,分别采用互信息法求取延迟时间、Cao方法求取嵌入维数、小数据量法求最大李雅普诺夫指数,然后探究各类语音信号的分布特点,并对其进行分类。 展开更多
关键词 语音信号 相空间重构 特征提取 李雅普诺夫指数 分类
在线阅读 下载PDF
基于疲劳生理定义的驾驶疲劳复杂度判断 预览
7
作者 孟濬 黄旭 《工业控制计算机》 2019年第4期62-64,共3页
疲劳驾驶很容易造成道路交通事故,如果能够提早预警就非常有意义。基于人体疲劳机制以及系统性,提出视觉-眼动等效模型观察模拟眼动轨迹的仿真数据复杂度,提出一种基于相空间重构方法的疲劳驾驶的评价指标和疲劳程度分级标准,为疲劳检... 疲劳驾驶很容易造成道路交通事故,如果能够提早预警就非常有意义。基于人体疲劳机制以及系统性,提出视觉-眼动等效模型观察模拟眼动轨迹的仿真数据复杂度,提出一种基于相空间重构方法的疲劳驾驶的评价指标和疲劳程度分级标准,为疲劳检测的实际应用提供一种新的方法和理论依据,为更加早期的疲劳预警指明方向。 展开更多
关键词 疲劳检测 生理定义 系统性缺失 相空间重构 复杂度
在线阅读 下载PDF
基于相空间重构和PSO-GPR的短时交通流预测 预览
8
作者 李巧茹 池维源 +3 位作者 陈亮 范忠国 郝恩强 周志华 《交通信息与安全》 CSCD 北大核心 2019年第2期70-76,共7页
准确实时的短时交通流预测是智能交通诱导的关键。为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型。针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延... 准确实时的短时交通流预测是智能交通诱导的关键。为提高短时交通流预测精度,研究了基于相空间重构和粒子群优化高斯过程回归的短时交通流预测模型。针对交通流时间序列的非线性、复杂性和随机性,基于混沌理论确定原始时间序列的最佳延迟时间和嵌入维数,进行相空间重构,获得与原始数据具有相同动态特性的更为合理的模型输入输出数据集。利用粒子群算法改进传统高斯过程模型参数优化的不足,构建预测模型。以重构序列作为预测模型的训练集和测试集,实现短时交通流预测。采用北京市东四环快速路检测器实测数据对比分析模型预测效果。结果表明,基于PSR和PSO-GPR的短时交通流预测模型评价指标均优于对比模型,其中绝对误差平均降低4.88,绝对百分比误差平均降低3.97%,均等系数达到0.963,所研究模型能够有效提高短时交通流预测精度。 展开更多
关键词 智能交通 短时交通流预测 混沌理论 相空间重构 粒子群优化算法 高斯过程回归
在线阅读 免费下载
基于自回归误差的短期负荷预测中的应用研究 预览
9
作者 苏丽 吴舰 +1 位作者 吴楠 乔玉鹏 《科技创新与应用》 2019年第18期183-185,188共4页
电力系统在国民经济发展中具有重要地位,保持电网的供需平衡是电力系统稳定运行的基础。为了更好的解决供电系统的日前调度问题,文章针对Lyapounov最大指数法嵌入维数提出了一个自回归误差算法,它克服了以往人为对嵌入维数取值造成的不... 电力系统在国民经济发展中具有重要地位,保持电网的供需平衡是电力系统稳定运行的基础。为了更好的解决供电系统的日前调度问题,文章针对Lyapounov最大指数法嵌入维数提出了一个自回归误差算法,它克服了以往人为对嵌入维数取值造成的不准确问题。同时,通过提出的回归算法模型还可以解决由于人为因素造成的预测误差较大及误差具有随机性问题,能够使得电网发电机组备用计划制定更加合理,减少了发电机组由于备用不合理带来的经济损失。 展开更多
关键词 自回归误差 Lyapounov最大指数法 相空间重构 嵌入维数 短期负荷预测
在线阅读 下载PDF
呼吸裂缝梁基于奇异谱熵的损伤识别方法研究
10
作者 任宜春 陈义龙 《应用力学学报》 CAS CSCD 北大核心 2019年第1期230-234,265-266共6页
针对呼吸裂缝梁刚度随裂缝开合成双线性变化的特点,提出了利用结构响应的奇异谱熵识别裂缝的出现、位置、损伤程度的方法。结果表明:将裂缝梁在脉冲激励下的位移响应进行相空间重构,计算其奇异值并得到奇异谱熵,由任一节点熵值相对于无... 针对呼吸裂缝梁刚度随裂缝开合成双线性变化的特点,提出了利用结构响应的奇异谱熵识别裂缝的出现、位置、损伤程度的方法。结果表明:将裂缝梁在脉冲激励下的位移响应进行相空间重构,计算其奇异值并得到奇异谱熵,由任一节点熵值相对于无损伤梁的变化可判断梁是否出现损伤;根据梁各节点熵值的最大值可判断裂缝的位置;随着裂缝深度的增大熵值增大,从而判断裂缝开展的程度;重构相空间维数取为信号主要频率数量的2倍,避免噪声引起的误差;验证了激励力的位置和大小不影响奇异谱熵的大小。该方法只需要结构的振动响应,不需要利用结构模型,避免了损伤识别中的模型误差;损伤敏感性高,对环境噪声不敏感。 展开更多
关键词 损伤识别 呼吸裂缝梁 相空间重构 奇异谱熵
涌流引起换流变压器零序过电流保护误动的机理分析及对策
11
作者 翁汉琍 刘雷 +3 位作者 林湘宁 金能 李振兴 黄景光 《电力系统自动化》 EI CSCD 北大核心 2019年第9期171-178,共8页
针对高压直流输电工程中换流变压器空载合闸及外部故障切除引起零序过电流保护误动的案例,分析了换流变压器空投和外部故障切除时励磁涌流及恢复性涌流的变化特点及其对零序电流的影响机理。采用基于工程实际参数的高压直流输电的仿真模... 针对高压直流输电工程中换流变压器空载合闸及外部故障切除引起零序过电流保护误动的案例,分析了换流变压器空投和外部故障切除时励磁涌流及恢复性涌流的变化特点及其对零序电流的影响机理。采用基于工程实际参数的高压直流输电的仿真模型,对高压换流站换流变压器空投及外部故障切除导致中性线零序电流幅值较大且衰减缓慢的现象进行了仿真分析,揭示了换流变压器零序过电流保护误动的原因。利用相空间重构技术提出了基于零序电流相空间分布重心幅值变化特征的换流变压器零序过电流保护闭锁新判据.并通过仿真验证了该方案的有效性。 展开更多
关键词 换流变压器 零序过电流保护 涌流 相空间重构 重心分布
基于语义关联性特征融合的大数据挖掘方法 预览
12
作者 米捷 刘道华 《信阳师范学院学报:自然科学版》 CAS 北大核心 2019年第1期141-145,共5页
提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特... 提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特征的稀疏性融合和聚类处理,在聚类中心实现对挖掘目标数据的指向性聚敛,输出数据挖掘结果,并采用特征压缩器进行降维处理,降低计算开销.仿真结果表明,采用该方法进行大数据挖掘的特征提取准确性较好,挖掘数据的聚类能力较强,在实时性和准确性方面具有优势. 展开更多
关键词 大数据挖掘 语义 信息融合 聚类 特征提取 相空间重构
在线阅读 免费下载
基于相空间重构与鲁棒极限学习机的时延预测 预览
13
作者 时维国 许超 《系统工程与电子技术》 EI CSCD 北大核心 2019年第2期416-421,共6页
针对网络控制系统(networked control system,NCS)诱导时延具有的时变、随机、非线性等特点,提出了一种相空间重构与鲁棒极限学习机(robust extreme learning machine,RELM)的时延预测算法。首先利用0-1测试对时延序列进行混沌特性检测... 针对网络控制系统(networked control system,NCS)诱导时延具有的时变、随机、非线性等特点,提出了一种相空间重构与鲁棒极限学习机(robust extreme learning machine,RELM)的时延预测算法。首先利用0-1测试对时延序列进行混沌特性检测,再通过改进关联积分法确定重构延迟参数和嵌入维数,进而对时延序列进行重构,新的样本更能真实反映时延变化特性。以重构后的时延序列为训练样本,同时,考虑异常值的稀疏特性,运用RELM进行时延序列预测。该方法具有学习速度快、泛化性能好、可有效降低异常值影响等优点。 展开更多
关键词 网络控制系统 0-1检测 相空间重构 鲁棒极限学习机 时延预测
在线阅读 下载PDF
基于相空间重构与平均电导特征的配电网单相接地故障辨识
14
作者 郭霖徽 刘亚东 +3 位作者 王鹏 罗林根 李国杰 江秀臣 《电力系统自动化》 EI CSCD 北大核心 2019年第7期192-198,共7页
配电网接地故障类型辨识可为故障巡线提供指导,缩短故障巡线时间。针对10 kV配电网线路的不同接地故障类型,提出基于相空间重构与平均电导特征的配电网线路故障辨识方法。通过试验采集配电网中典型接地故障的波形。针对不同介质接地故... 配电网接地故障类型辨识可为故障巡线提供指导,缩短故障巡线时间。针对10 kV配电网线路的不同接地故障类型,提出基于相空间重构与平均电导特征的配电网线路故障辨识方法。通过试验采集配电网中典型接地故障的波形。针对不同介质接地故障零序电流中电弧特征,对零序电流进行相空间重构得到相平面轨迹图,计算信息维数以及吸引子面积特征,依据特征识别量将故障区分为可靠接地故障和不可靠接地故障。进一步通过计算各类型故障平均电导作为故障辨识判据,将故障区分为不同类型。试验结果表明所提方法能够有效辨识不同介质接地故障类型。 展开更多
关键词 配电网 接地故障 相空间重构 平均电导 故障辨识
西影井水位的相空间重构及其与地震活动关系 预览
15
作者 王卫东 豆晨 +2 位作者 张永志 郑怡 赵云峰 《西南民族大学学报:自然科学版》 CAS 2019年第1期82-87,共6页
地下水位的动态演变过程对地震活动性分析具有重要意义,西影井水位时间序列受多种因素影响,呈现出高度非线性非平稳的特征.根据混沌理论,采用相空间重构GP算法,分析了西影井水位日均值差分时间序列的混沌动力学特征,结果表明其最小嵌入... 地下水位的动态演变过程对地震活动性分析具有重要意义,西影井水位时间序列受多种因素影响,呈现出高度非线性非平稳的特征.根据混沌理论,采用相空间重构GP算法,分析了西影井水位日均值差分时间序列的混沌动力学特征,结果表明其最小嵌入维数为8,并在此基础上研究了西影井水位日均值差分时间序列饱和关联维的时间变化特征.结果表明,西影井水位日均值差分时间序列饱和关联维随时间的变化与西安及邻区地震活动和中强地震孕育过程密切相关,在1998年1月5日泾阳5. 2级地震前后,西影井水位日均值差分时间序列饱和关联维经历了明显的上升-下降-加速下降-回升的过程.这种分维变化特征可能与地震孕育过程有关,可能反映了地震孕育过程中区域应力场的变化,有助于捕捉未来该地区中强地震发生的前兆信息. 展开更多
关键词 地下水位时间序列 相空间重构 饱和关联维 地震活动性 西影井
在线阅读 下载PDF
基于混沌相空间重构的IGA-LSSVM在线煤矿工作面瓦斯浓度预测模型的研究 预览
16
作者 李绍良 王茜 +1 位作者 张毅 张磊 《中国煤炭》 2019年第5期41-45,54共6页
为了改进煤矿工作面瓦斯浓度预测可靠性和精度,运用基于混沌相空间重构的免疫遗传最小二乘支持向量机瓦斯浓度预测方法,把瓦斯浓度当做一组非线性混沌时间序列,使用相空间重构以恢复混沌时间序列在高维空间的运动轨迹,即混沌吸引子,运用... 为了改进煤矿工作面瓦斯浓度预测可靠性和精度,运用基于混沌相空间重构的免疫遗传最小二乘支持向量机瓦斯浓度预测方法,把瓦斯浓度当做一组非线性混沌时间序列,使用相空间重构以恢复混沌时间序列在高维空间的运动轨迹,即混沌吸引子,运用IGA-LSSVM模型预测混沌吸引子未来的运动轨迹,再把预测的运动轨迹还原到时间序列中,得到预测的瓦斯浓度。研究表明,运用混沌IGA-LSSVM模型预测瓦斯浓度,由于引入了混沌吸引子,使模型不同于传统预测所建立的主观模型(如神经网络),而是直接根据数据序列本身计算出来的客观规律(混沌吸引子)进行预测,并且使用免疫遗传算法(IGA)对LSSVM模型的参数进行优化选择,可以避免预测的人为主观性,提高预测的精度和可信度。 展开更多
关键词 瓦斯浓度预测 混沌时间序列 相空间重构 混沌吸引子 IGA-LSSVM
在线阅读 免费下载
输电线路覆冰过程多元混沌时间序列分析 预览
17
作者 马宇帆 李奇茂 +2 位作者 李鹏 曹敏 沈鑫 《自动化仪表》 CAS 2019年第2期63-66,71共5页
低纬度高海拔地区的极寒天气会导致输电线路覆冰,从而给电网的安全运行带来极大威胁。首先,应用主元分析方法对影响覆冰程度的微气象因子进行降维,剔除不必要的微气象因子。然后,基于降维的结果,分别使用自相关法和伪最近邻法计算微气... 低纬度高海拔地区的极寒天气会导致输电线路覆冰,从而给电网的安全运行带来极大威胁。首先,应用主元分析方法对影响覆冰程度的微气象因子进行降维,剔除不必要的微气象因子。然后,基于降维的结果,分别使用自相关法和伪最近邻法计算微气象因子时间序列的最佳延迟时间和最小嵌入维数,并根据最大Lyapunov指数定义进行判定,得到微气象时间序列都具有混特性的结论。最后,对多变量混沌时间序列的相空间进行重构。试验结果表明,该研究能为架空输电线路的覆冰预测工作提供新的研究途径。 展开更多
关键词 输电线路 覆冰 微气象因子 主元分析 相空间重构 关法 伪最近邻法 多元混沌时间序列
在线阅读 下载PDF
重大自然灾害中基于BIM模型的道路重建造价成本控制算法 预览
18
作者 马文姝 《灾害学》 CSCD 北大核心 2019年第2期67-71,共5页
基于挣值分析的道路造价成本控制算法,应用到重大自然灾害的造价评估中时,无法适应建筑用料成本与灾害复杂程度的变化关系,存在建筑造价成本控制精度差的弊端。该文提出重大自然灾害中基于BIM模型的道路重建造价成本控制算法,设计BIM模... 基于挣值分析的道路造价成本控制算法,应用到重大自然灾害的造价评估中时,无法适应建筑用料成本与灾害复杂程度的变化关系,存在建筑造价成本控制精度差的弊端。该文提出重大自然灾害中基于BIM模型的道路重建造价成本控制算法,设计BIM模型分析影响道路重建工程造价成本控制的主要因素,构建道路重建工程人力、设备资源以及施工材料等成本的变化状态方程,结合设置的道路工程造价成本控制阈值,采用基于等效近似线性模型的造价成本控制方法,模拟自然灾害对成本变化的影响。实验结果表明,所提算法控制自然灾害下道路重建造价成本时,整体均方根误差低于5%,造价成本控制时间变化范围在1.5~2.3s间,算法平均评分是9.63分,说明该算法适用于自然灾害环境。 展开更多
关键词 重大自然灾害 BIM模型 道路重建 造价成本 控制算法 相空间重构
在线阅读 下载PDF
基于混沌理论和KPCM聚类的变压器绕组松动状态监测
19
作者 黄春梅 马宏忠 +2 位作者 付明星 许洪华 李勇 《高压电器》 CAS CSCD 北大核心 2019年第1期95-102,共8页
运行中的变压器会产生持续振动,通过振动的变化可以判断变压器内部运行状态。变压器振动信号中包含了大量状态信息,难以从中提取有效特征来监测绕组松动状态。为此,提出了基于混沌理论和核可能性聚类算法KPCM的变压器绕组松动状态监测... 运行中的变压器会产生持续振动,通过振动的变化可以判断变压器内部运行状态。变压器振动信号中包含了大量状态信息,难以从中提取有效特征来监测绕组松动状态。为此,提出了基于混沌理论和核可能性聚类算法KPCM的变压器绕组松动状态监测方法。首先,从振动信号的混沌动力学特性出发,通过选择最佳嵌入维数和时间延迟,对实测变压器振动信号进行相空间重构。然后,针对重构信号的高维空间分布,使用KPCM聚类方法对分布模式进行识别,据此对绕组松动状态进行监测。现场实测数据的计算结果表明,使用Wolf法计算得到的最大李雅普诺夫指数为正,证实了变压器振动信号的混沌特性,基于KPCM聚类分析得到的聚类中心位移矢量的变化能够有效识别出绕组松动的机械故障隐患。研究结果为从混沌动力学角度监测变压器绕组的松动状态提供了理论依据。 展开更多
关键词 相空间重构 混沌特性 KPCM 变压器绕组 振动信号 松动状态 聚类中心
基于混沌时间序列LS-SVM的车用锂离子电池SOC预测研究 预览
20
作者 徐东辉 《车用发动机》 北大核心 2019年第2期67-71,共5页
对锂离子电池动力学系统进行了非线性特性分析,并判别了其混沌特性。采用相空间重构技术恢复锂离子电池动力学系统原有的混沌特性,得到多维状态空间的时间序列,利用LS-SVM模型对重构后的时间序列进行预测,获得荷电状态(State of Charge,... 对锂离子电池动力学系统进行了非线性特性分析,并判别了其混沌特性。采用相空间重构技术恢复锂离子电池动力学系统原有的混沌特性,得到多维状态空间的时间序列,利用LS-SVM模型对重构后的时间序列进行预测,获得荷电状态(State of Charge,SOC)的预测值。仿真结果表明:与BP神经网络预测模型相比,该预测方法具有较高的预测精度和较好的适应性,对实际应用具有一定的指导意义。 展开更多
关键词 锂电池 混沌时间序列 荷电状态 相空间重构 预测
在线阅读 下载PDF
上一页 1 2 59 下一页 到第
使用帮助 返回顶部 意见反馈