基于视神经网络的混沌时间序列奇异信号实时检测算法

被引:5
作者
刘金海 [1 ,2 ]
张化光 [1 ]
冯健 [1 ]
机构
[1] 东北大学流程工业综合自动化教育部重点实验室
[2] 东北大学信息科学与工程学院
基金
长江学者奖励计划; 高等学校博士学科点专项科研基金;
关键词
混沌时间序列; 实时; 奇异点检测; 视神经网络;
D O I
暂无
中图分类号
O415.5 [混沌理论];
学科分类号
摘要
提出了一种基于视神经网络的实时检测混沌时间序列中的奇异点算法,设计了视神经网络奇异点检测器(RNNND);然后设计了基于反向传播(BP)神经网络和径向基函数(RBF)神经网络的混沌时间序列奇异点检测器.利用Lorenz理论模型产生的时间序列和实测输油管道压力时间序列分别检验了这3个奇异点检测器在抗干扰能力、检测微弱信号能力和运算速度等方面的性能.仿真和分析表明,RNNND具有良好的检测精度和较快检测速度.最后详细分析了3种奇异点检测器优缺点并给出了适用场合.
引用
收藏
页码:4472 / 4479
页数:8
相关论文
共 2 条
  • [1] 基于LMI的参数未知时变时滞混沌系统模糊自适应H∞同步
    杨东升
    张化光
    赵琰
    宋崇辉
    王迎春
    [J]. 物理学报, 2010, 59 (03) : 1562 - 1567
  • [2] Dynamical model re-construction and accurate prediction of power-pool time series. Vinay Varadan,Henry Leung,Eloi Bosse. IEEE Trans.on Instrumentation and Measurement . 2006