基于小波分解的色噪声预测

被引:1
作者
高飞
张晓辉
机构
[1] 北京理工大学信息科学技术学院电子工程系
[2] 中国科学院空间科学与技术应用研究中心 北京 
[3] 北京 
关键词
色噪声预测; 小波分析; 时间序列;
D O I
10.15918/j.tbit1001-0645.2003.03.022
中图分类号
TN911 [通信理论];
学科分类号
081002 ;
摘要
研究色噪声的预测.将小波分析理论与神经网络建模预测基本原理相结合,提出了基于小波分解的神经网络预测方法.通过对年平均太阳黑子数典型统计模型的预测,验证了该方法的预测效果.将该预测方法用于色噪声的预测研究,通过改变对色噪声的采样速率,分析了色噪声预测的可能性和效果.研究结果表明,色噪声是可以预测的;对其预测的误差随采样率的提高而减小;基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法.
引用
收藏
页码:354 / 358
页数:5
相关论文
共 5 条
[1]   基于小波分解的某些非平稳时间序列预测方法 [J].
徐科 ;
徐金梧 ;
班晓娟 .
电子学报, 2001, (04) :566-568
[2]   基于属性聚类网络和径向基函数的融合预测 [J].
程乾生 ;
武连文 ;
王守章 .
科学通报, 2000, (11) :1211-1216
[3]   基于径向基函数网络的混沌时间序列分析 [J].
曾昭才 ;
段虞荣 ;
段绍光 .
重庆大学学报(自然科学版), 1999, (06) :113-120
[4]   基于小波系数子树的分形图像数据压缩 [J].
张鹤飞 ;
王越 ;
周思永 .
北京理工大学学报, 1999, (03) :92-96
[5]   离散正交小波包及其在噪声抑制中的应用 [J].
唐白玉 ;
姜文利 ;
柯有安 .
北京理工大学学报, 1998, (01) :70-74