非線性自回歸時(shí)序模型分析及工程應(yīng)用

內(nèi)容概要

　　《非線性自回歸時(shí)序模型分析》首先回顧了國(guó)內(nèi)外非線性時(shí)序模型分析及其工程應(yīng)用的基本理論和發(fā)展?fàn)顩r，然后根據(jù)函數(shù)逼近理論中的Weierstrass定理，對(duì)GNAR模型結(jié)構(gòu)進(jìn)行了推導(dǎo)，探討了模型定階和參數(shù)估計(jì)的理論和算法，最后將研究成果應(yīng)用于時(shí)間序列數(shù)據(jù)的預(yù)測(cè)預(yù)報(bào)、圖像處理、系統(tǒng)狀態(tài)辨識(shí)和故障診斷等領(lǐng)域，獲得了較為理想的結(jié)果。但是，非線性時(shí)間序列的分析和處理比平穩(wěn)序列復(fù)雜得多，在模型選擇、參數(shù)估計(jì)和模型適用性檢驗(yàn)等方面尚無統(tǒng)一、規(guī)范的方法和評(píng)價(jià)指標(biāo)；在高維數(shù)據(jù)空間，非線性時(shí)間序列的量化分布關(guān)系正是我們著力探討的問題。因此，GNAR模型仍存在大量的問題有待探討研究，只有從理論上明確了GNAR模型的意義，才能使其在工程中得到更為廣泛和有效的應(yīng)用。

書籍目錄

1　時(shí)間序列分析基礎(chǔ)1．1 時(shí)間序列1．2 時(shí)間序列分析1．3 線性時(shí)序模型1．3．1 ARMA（n，m）模型1．3．2 AR（n）模型和MA（m）模型1．4 非線性時(shí)序模型1．4．1 BL模型1．4．2 TAR模型1．4．3 EXPAR模型1．4．4 SD—AR模型1．5 隨機(jī)過程的數(shù)字特征1．5．1 均值和方差函數(shù)1．5．2 矩函數(shù)1．5．3 自協(xié)方差函數(shù)和自相關(guān)函數(shù)1．5．4 高階自相關(guān)函數(shù)2　非線性自回歸時(shí)序模型2．1 GNAR模型的結(jié)構(gòu)原理2．2 GNAR模型線性項(xiàng)參數(shù)的穩(wěn)健性2．3 GNAR模型與線性時(shí)序模型的關(guān)系2．3．1 GNAR模型與ARMA（2，1）模型的關(guān)系2．3．2 GNAR模型與具有直線趨勢(shì)的ARMA（2，1）模型的關(guān)系2．3．3 GNAR模型與AR（3）模型的關(guān)系2．3．4 GNAR模型與具有直線趨勢(shì)的AR（3）模型的關(guān)系2．4 GNAR模型與其他非線性時(shí)序模型的關(guān)系2．4．1 GNAR模型與BL模型的關(guān)系2．4．2 CNAR模型與EXPAR模型的關(guān)系2．4．3 GNAR模型與TAR模型的關(guān)系2．4．4 數(shù)值算例2．5 GNAR模型和混沌2．5．1 混沌的概念2．5．2 時(shí)間序列和混沌2．5．3 GNAR模型對(duì)混沌的跟蹤2．6結(jié)論3　非線性自回歸時(shí)序模型的定階和參數(shù)估計(jì)3．1 GNAR模型的定階3．1．1 定階原則3．1．2 仿真算例3．1．3 實(shí)驗(yàn)定階方法3．1．4 實(shí)例分析3．2 非線性時(shí)間序列模型的參數(shù)估計(jì)3．3 GNAR模型的參數(shù)估計(jì)4　非線性自回歸時(shí)序模型的預(yù)報(bào)4．1 時(shí)間序列的預(yù)報(bào)4．1．1 預(yù)報(bào)的意義和原理4．1．2 ARMA（n，m）模型的預(yù)報(bào)方程4．1．3 AR（n）模型的預(yù)報(bào)方程4．2 組合模型的預(yù)報(bào)4．2．1 具有趨勢(shì)性的非平穩(wěn)時(shí)間序列4．2．2 組合模型的一般表達(dá)式4．2．3 應(yīng)用實(shí)例4．3 GNAR模型的預(yù)測(cè)預(yù)報(bào)4．3．1 GNAR模型的預(yù)報(bào)方程4．3．2 GNAR模型與組合模型的對(duì)比實(shí)驗(yàn)4．3．3 經(jīng)典時(shí)序數(shù)據(jù)的預(yù)測(cè)實(shí)驗(yàn)4．3．4 現(xiàn)代時(shí)序數(shù)據(jù)的預(yù)測(cè)實(shí)驗(yàn)5　非線性自回歸時(shí)序模型在機(jī)器視覺領(lǐng)域的應(yīng)用5．1 基于機(jī)器視覺的尺寸測(cè)量5．2 基于GNAR模型的直線邊緣畸變校正5．2．1 圖像畸變5．2．2 畸變校正原理5．2．3 直線邊緣畸變校正實(shí)驗(yàn)5．3 工程應(yīng)用5．4 結(jié)j論6　非線性自回歸時(shí)序模型在系統(tǒng)辨識(shí)和故障診斷領(lǐng)域的應(yīng)用6．1 基于GNAR模型的狀態(tài)辨識(shí)和故障診斷理論6．1．1 基本概念6．1．2 方法和步驟6．1．3 特征量的生成6．1．4 判別函數(shù)6．2 車床工作狀態(tài)分類6．3 軌道車輛轉(zhuǎn)向架運(yùn)行狀態(tài)辨識(shí)6．3．1 轉(zhuǎn)向架運(yùn)行狀態(tài)辨識(shí)的目的和意義6．3．2 軌道車輛動(dòng)力學(xué)模型和參數(shù)6．3．3 轉(zhuǎn)向架運(yùn)行狀態(tài)辨識(shí)6．4 高速離心空氣壓縮機(jī)故障識(shí)別6．5 結(jié)論參考文獻(xiàn)

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    非線性自回歸時(shí)序模型分析及工程應(yīng)用 PDF格式下載

---