10.3969/j.issn.1003-6059.2001.02.019
基于时-频谱图和小波神经网络的时间序列鲁棒建模方法
借助时-频谱图识别时间序列中异常数据的位置和性质,利用小波神经网络作为拟合工具,同时引入加权误差能量函数,通过适当选择网络结构和参数优化,实现对受污染的时间序列的抗扰最佳逼近.实例表明利用时-频谱图进行异常数据定位准确可靠,采用加权误差能量函数的小波神经网络除具有逼近性能好、具有抑噪特性和收敛速度快的优点外,还能有效地消除异常数据对拟合结果的影响,具有较强的鲁棒性.
异常数据、时-频谱图、小波神经网络、建模、鲁棒估计
14
TP19(自动化基础理论)
2009-08-19(万方平台首次上网日期,不代表论文的发表时间)
225-230