پایان‌نامه

پیش بینی سری های زمانی آشوبناک در فضای فاز بازسازی شده به روش های غیرخطی

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

سری زمانی دنباله ای از اعداد است که با نمونه برداری منظم از خروجی مشاهده شده ی یک سیستم بدست می آید. از میان انواع گوناگون سری های زمانی ، سری های زمانی آشوبی اغلب در پدیده های طبیعی یافت می شوند. حساسیت بیش از حد سیستم های آشوبی به شرایط اولیه سبب بروز مشکل افق پیش بینی در پیش بینی بلند مدت و دقت پیش بینی در پیش بینی کوتاه مدت برای روش های مذکور شده است. بنابراین محور فعالیت های انجام شده در این پایان نامه بر اصلاح دقت در پیش بینی کوتاه مدت و افزایش افق پیش بینی در عین دقت مناسب، در پیش بینی بلند مدت قرار گرفته است. تلاش های انجام شده در این راستا منجر به ارائه ی دو روش در پیش بینی کوتاه مدت و چهار روش در پیش بینی بلند مدت شده است. بمنظور حصول اطمینان و بررسی بیشتر از روش های مطرح شده برای پیش بینی سری های زمانی فوق آشوبی قلب و hrv نیز استفاده شد. سرانجام به منظور نشان دادن یکی دیگر از کاربردهای عملی روش های پیشنهادی در زمینه های پزشکی از آن برای طبقه بندی 5 دسته از آریتمی های قلبی استفاده شد که نتایج حاصله بیانگر توانمندی روش پیشنهادی در تفکیک ضربانات قلبی بر اساس ویژگی های نوظهور فازی است.

اساتید راهنما و مشاور

حسین قلی زاده نرم

پایان‌نامه‌های مشابه

  • پیش بینی سری زمانی آشوبناک با استفاده از مدل سیستم های دینامیکی اندرکنشی غیرخطی

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده فنیرسول rasoul

    در پژوهش پیش رو سعی شده است به پیش بینی سری های زمانی که موضوعی چالش برانگیز و پراهمیت در سال های اخیر بوده و کاربرد فراوان یافته است، پرداخته شود. دریک مساله پیش بینی به صورت کلاسیک، از آن جایی که معمولا در فضای گسسته ی سری های زمانی با دینامیک ها سروکار داریم، می توان دینامیک م

  • پیش بینی سری زمانی آشوبی با بازسازی فضای فاز به کمک ویژگی های فرکانسی

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده برق و الکترونیکامین زارعی

    دراین پایان نامه، پیش بینی سـری زمـانـی آشوبـی به کمک بازسـازی فضـای فـاز با استفاده از معادلات مرکز جرم مورد مطالعه قرار می¬گیرد. برای بازسازی فضای فاز از فیلترهای فرکانسی غیرخطی استفاده می شود که تعیین مناسب این فیلترها یک بازسازی فضای فاز مفید را به همراه خواهد داشت. به کمک فض

  • بهبود عملکرد سیستم های پیش بینی سری زمانی با استفاده از روش های فراابتکاری

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده برق و کامپیوتراکرم نعمتی

    سری های زمانی مجموعه مرتبی از مشاهدات هستند که در طول زمان جمع آوری شده اند. فراوانی چنین مشاهداتی، تحلیل سری های زمانی را به یکی از کاربردی ترین شاخه های روز دنیا تبدیل کرده است. روش های تجزیه و تحلیل سری های زمانی شامل رویکردهای خطی محض، رویکردهای غیرخطی محض و رویکردهای ترکیبی

  • پیش بینی سری زمانی شاخص های خشکسالی spi و pdsi با استفاده از شبکه های عصبی مصنوعی در مشهد

    پایان‌نامه۲۰۰۹وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده کشاورزیالهام عابدینی

    خشکسالی ویژگی طبیعی و بازگشت پذیر اقلیم است که در اثر کمبود بارندگی در یک دوره زمانی طولانی صورت می گیرد و در اکثر اقلیم ها رخ می دهد. به علت پیچیدگی دینامیک پدیده های جوی، معادلات رگرسیونی بدرستی قادر به پیش بینی این پدیده ها نمی باشند. در دهه های اخیر شبکه های عصبی توانایی زیاد

  • پیش بینی سری زمانی سهام در بازار سرمایه (فولاد مبارکه )

    پایان‌نامه۲۰۱۳دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد یزد - پژوهشکده فنی و مهندسیمحمد علی افضل

    چکیده پیش بینی آینده در عرصه پویای اقتصاد و بازار سرمایه یکی از مهم ترین مسائل مورد بحث در علوم مالی بوده است به این ترتیب که داده های گذشته تجزیه و تحلیل می گردد تا از آن الگویی قابل تعمیم به آینده حاصل گردد در اغلب روش ها پیش بینی فرض بر این است که روابط بین متغیرها در اینده نی

  • تلفیق شبکه های عصبی مصنوعی با روش های کلاسیک ریاضی به منظور افزایش دقت پیش بینی سری های ‏زمانی

    پایان‌نامه۲۰۱۴دانشگاه تربیت معلم - تهران - دانشکده مهندسی برق و کامپیوترفریبا شاهمرادگلی

    مدل سازی و پیش بینی سری های زمانی، در حوزه های کاربردی مختلف اهمیت بسزایی دارد. دقت پیش بینی ‏یکی از مهم ترین عوامل موثر در انتخاب روش پیش بینی است. مدل خودرگرسیون میانگین متحرک انباشته ‏‏(‏arima ‏) و شبکه عصبی مصنوعی از پراستفاده ترین مدل های پیش بینی به شمار می آیند. داده های س

اسناد مشابه