论文研究基于EEMD和进化KPCR的复杂时间序列自适应预测建模.pdf

基于OSPF协议的自适应路由机制研究，刘松，卢泽新，传统的分组转发机制虽然转发路径动态性上具有良好的表现，但不具备虚电路传输机制的转发开销低、传输时延短的特点。本文在传统的

针对传统递归神经网络中出现的网络结构与计算复杂性，提出了使用多分支递归神经网络学习算法，并将其应用到混沌时间序列预测领域。首先缩减了部分冗余的分支，只保留了节点与自身之间以及节点与代表以后时刻的节点之

短期电网负荷预测是电网安全运行和经济调度的基础。现有预测方法存在对节假日预测不准确,不利于系统化等问题。根据短期负荷周期性变化的特点,创造性地提出双时间序列神经网络模型。同时为了克服实际温度数据缺失问

提出一种通用的时间序列数据流预测方法，算法首先通过经验模式分解方法将从链式重写窗口取得的数据集分解有限具有特征振荡周期的固有模态函数分量和一个代表原始序列平均趋势的余量；然后对于各个分量分别建立最大L

论文研究-基于贝叶斯框架下LS-SVM的时间序列预测模型.pdf,

进化时间序列分割方法中的距离度量选择，喻静文，印鉴，时间序列分割是对时间序列数据进行分析和挖掘的一个基本组成部分。在给定一组标准模式的情况下，使用进化算法可以根据标准模式弹

传统上相空间重构与预测模型参数优化分开优化，割裂两者的联系，模型预测性能难以达到最优。利用相空间重构和预测模型参数的互相关系，提出一种混沌时间序列预测模型参数同步优化方法。首先采用均匀设计方法对影响模

针对机会移动网络数据转发机制进行了深入研究。机会移动传感网络以“存储—携带—转发”的方式实现节点间通信，需要减少网络中消息总的副本数量，提高消息传递成功率。基于简单实用的原则，提出结合消息副本率和与s

针对在移动网络中，如何进一步提高云媒体服务带宽利用率的问题，提出一种基于预测机制的云媒体网络自适应视频流选择算法。该算法包含可用带宽预测模型和视频流决策模型。在带宽预测模型中，根据带宽评估结果把当前的

本文主要研究基于深度学习的时序预测和时间序列分类算法。时序预测是根据过去的数据来预测未来的发展趋势，而时间序列分类是将时间序列数据归类到不同的类别中。深度学习算法通过多层神经网络模型来进行学习和训练，