123,123

內(nèi)容簡(jiǎn)介

　　本書不在沿用基于模型來(lái)進(jìn)行聚類的研究思路，而是借用非常靈活的非參數(shù)方法。本書的研究目標(biāo)是使用非參數(shù)方法來(lái)研究非線性時(shí)間序列的聚類問(wèn)題，通過(guò)理解序列是如何被生成的，估計(jì)出生成時(shí)間序列的隨機(jī)過(guò)程之間的相似性來(lái)定義其距離度量。本對(duì)比研究了現(xiàn)有的非參數(shù)時(shí)間序列聚類方法，提出一類以時(shí)間序列平滑后的自回歸函數(shù)的差異作為度量的聚類方法，一類基于時(shí)間序列的核密度估計(jì)的聚類方法，KS1D度量和KS2D距離度量。

作者簡(jiǎn)介

　　張貝貝，河南省濟(jì)源市人，北京大學(xué)博士畢業(yè)生，現(xiàn)任首都經(jīng)濟(jì)貿(mào)易大學(xué)統(tǒng)計(jì)學(xué)院講師，主要研究時(shí)間序列分析、數(shù)據(jù)挖掘、貝葉斯統(tǒng)計(jì)，曾在核心期刊上發(fā)表過(guò)多篇論文。

圖書目錄

目錄

1緒論
1.1課題背景及研究意義
1.2國(guó)內(nèi)外研究現(xiàn)狀
1.3本研究的主要工作

2自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)(AWNN)研究
2.1引言
2.2AWNN相關(guān)基礎(chǔ)理論研究
2.3AWNN方法的提出
2.4計(jì)算機(jī)仿真驗(yàn)證分析
2.5本章小結(jié)

3AWNN在異常檢測(cè)分析系統(tǒng)智能化應(yīng)用中的驗(yàn)證研究
3.1引言
3.2基于AWNN的視頻圖像異常檢測(cè)分析系統(tǒng)設(shè)計(jì)
3.3道具入侵異常檢測(cè)分析實(shí)驗(yàn)
3.4生活場(chǎng)景中的入侵異常檢測(cè)分析實(shí)驗(yàn)
3.5本章小結(jié)

4基于AWNN的控制參數(shù)在線整定方法研究
4.1引言
4.2基于AWNN方法的OLTCP方法
4.3控制系統(tǒng)建模
4.4控制系統(tǒng)穩(wěn)定性分析
4.5控制系統(tǒng)誤差分析
4.6計(jì)算機(jī)仿真研究
4.7本章小結(jié)

5基于AWNN與基于推理規(guī)則的智能控制系統(tǒng)的對(duì)比研究
5.1引言
5.2控制參數(shù)在線整定系統(tǒng)
5.3F-PID和FA-PID在線整定系統(tǒng)控制器設(shè)計(jì)
5.4E-PID和EA-PID在線整定系統(tǒng)
5.5計(jì)算機(jī)仿真研究
5.6兩類智能控制方法的對(duì)比研究
5.7本章小結(jié)

參考文獻(xiàn)