2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩92頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文充分利用小波分析的特點(diǎn),采用小波分析和混沌理論相結(jié)合的預(yù)測(cè)機(jī)制預(yù)測(cè)大氣環(huán)境中SO2、PM10和NO2的濃度。首先應(yīng)用分段三次Hermite插值法對(duì)監(jiān)測(cè)數(shù)據(jù)的缺失值進(jìn)行插值處理,運(yùn)用軟閾值消噪方法將SO2、PM10和NO2濃度時(shí)間序列分解為背景值時(shí)間序列和噪聲值時(shí)間序列,并在此基礎(chǔ)上運(yùn)用C-C方法聯(lián)合估算各時(shí)間序列的相空間重構(gòu)參數(shù),小數(shù)據(jù)量方法計(jì)算最大Lyapunov指數(shù)判斷時(shí)間序列的混沌特性,然后分別構(gòu)造了小波-混沌-神經(jīng)網(wǎng)絡(luò)相結(jié)合

2、的預(yù)測(cè)模型、BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型、小波-神經(jīng)網(wǎng)絡(luò)相結(jié)合的預(yù)測(cè)模型和混沌-神經(jīng)網(wǎng)絡(luò)相結(jié)合的預(yù)測(cè)模型預(yù)測(cè)了SO2、PM10和NO2的濃度,最后,計(jì)算預(yù)測(cè)的相對(duì)誤差和絕對(duì)誤差評(píng)價(jià)四種預(yù)測(cè)模型。結(jié)果表明:各時(shí)間序列最大Lyapunov指數(shù)均大于0,系統(tǒng)處于混沌狀態(tài);小波-混沌-神經(jīng)網(wǎng)絡(luò)相結(jié)合的預(yù)測(cè)模型預(yù)測(cè)精度較高,推廣能力強(qiáng),其次是小波-神經(jīng)網(wǎng)絡(luò)相結(jié)合的預(yù)測(cè)模型,其他兩種預(yù)測(cè)模型的預(yù)測(cè)效果較差,且通過(guò)對(duì)四種預(yù)測(cè)模型的對(duì)比分析,證明了小波分析和混

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論