文献

J-GLOBAL ID：201702247113346613   整理番号：17A1651149

LS-SVRに基づくカオス的時系列のマルチパラメータ適応予測【Powered by NICT】

Multi-parameter Adaptive Prediction of Chaotic Time series based on LS-SVR

著者 (5件)： Guo Yangming (School of Computer Science and Engineering, Reliability and Maintenance Research Laboratory, Northwestern Polytechnical University (NWPU), Xi’an, Shaanxi, China) ,  Zhi Qiang (School of Computer Science and Engineering, Reliability and Maintenance Research Laboratory, Northwestern Polytechnical University (NWPU), Xi’an, Shaanxi, China) ,  Wang Xing (School of Computer Science and Engineering, Reliability and Maintenance Research Laboratory, Northwestern Polytechnical University (NWPU), Xi’an, Shaanxi, China) ,  Ma Jiezhong (School of Computer Science and Engineering, Reliability and Maintenance Research Laboratory, Northwestern Polytechnical University (NWPU), Xi’an, Shaanxi, China) ,  Zhu Peican (School of Computer Science and Engineering, Reliability and Maintenance Research Laboratory, Centre for Multidisciplinary Convergence Computing, NWPU, Xi’an, Shanxi, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PHM (Harbin)  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 故障検出と予測は,複雑なシステムの正しい機能を確実にする目的のために極めて重要であるにもかかわらず,複雑なシステムであり,従って,常に観測されたカオス時系列の解析にリレー複合システムの故障予測のための解析的な形で正確な数学モデルを確立することは困難である。予測プロセスの有効性と精度を向上させるために,全ての関連するマルチパラメータカオス時系列情報は,この研究で考慮した。,多重パラメータ位相空間再構成過程は,訓練サンプルを産生するために行いと最小二乗サポートベクトル回帰アプローチを用いた多重パラメータ適応予測モデルは,最終的に確立されている。提案した方法はサポートベクトルマシン予測理論に基づいている。本論文では,ある装置の三つのパラメータを持つカオス時系列のシミュレーション実験を検討し,提示説明のためにである。結果が示すように,提案した方法は,良好な予測精度であるさらに,効果的な予測方法であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *カオス ,  予測技法 ,  サポートベクトルマシン ,  数学モデル ,  予測モデル ,  多重化 ,  シミュレーション ,  故障検出 ,  *予測 ,  複合系 ,  最小二乗法
準シソーラス用語： 予測精度 ,  サポートベクトル回帰 ,  相空間再構成 ,  カオス時系列 , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： SVR ,  カオス ,  時系列 ,  マルチ ,  パラメータ適応 ,  予測