- 年份
- 2025（3）
- 2024（16）
- 2023（13）
- 2022（17）
- 2021（15）
- 2020（20）
- 2019（21）
- 2018（20）
- 2017（21）
- 2016（29）
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（421）
- 北京大学中文核心期刊目录(北大核心)（378）
- 中国科学引文数据库(CSCD)（315）
- 中文社会科学引文索引(CSSCI)（13）
- 中国人文社会科学引文数据库(CHSSCD)（11）
- EI（1）
- 更多...
- 刊名
- 计算机工程与应用（38）
- 中国电机工程学报（18）
- 电力系统保护与控制（15）
- 物理学报（14）
- 电网技术（12）
- 电测与仪表（10）
- 大地测量与地球动力学（9）
- 现代电子技术（9）
- 电力系统自动化（9）
- 计算机应用与软件（9）
- 更多...
- 作者单位
- 天津大学（22）
- 河海大学（14）
- 东南大学（13）
- 河北工业大学（10）
- 浙江大学（10）
- 沈阳工业大学（9）
- 西北工业大学（9）
- 华中科技大学（8）
- 华北电力大学（8）
- 华南理工大学（8）
- 更多...
- 语种
- 汉语（539）
- 关键词
- 相空间重构（539）
- 混沌（73）
- 支持向量机（42）
- 混沌时间序列（42）
- 神经网络（37）
- 时间序列（36）
- 预测（36）
- Lyapunov指数（29）
- 混沌理论（29）
- 关联维数（22）
- 更多...
- 作者
- 杨正瓴（7）
- 向昌盛（5）
- 林孔元（5）
- 王海燕（5）
- 盛昭瀚（5）
- 刘婷（4）
- 刘树勇（4）
- 司马文霞（4）
- 周子英（4）
- 唐巍（4）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 539 条结果
- 基于优化相空间重构技术的风电场发电功率预测研究北大核心CSCDCSTPCD
- 基于数据融合的多变量相空间重构方法北大核心CSCDCSTPCD
- 煤岩电磁辐射信号时间序列混沌特性分析CSCDCSTPCD
- 基于小波网络和证据理论的多源信息融合系统研究CSCDCSTPCD
- FDR飞行数据的相空间重构及混沌特性分析北大核心CSCDCSTPCD摘要：针对现有飞行数据处理研究中,对数据内在属性及不同数据间相互关联性研究不够深入的问题,应用Takens重构理论和方法等对原始FDR飞行数据进行了相空间重构.在此基础上,采用功率图谱等方法进行定性分析研究,数据曲线均连续且有宽峰特征;采用基于相轨迹线演化的Wolf方法进行定量研究,结果最大Lyapunov指数在不同维数上均为正值.定性与定量研究结果揭示并证实了飞行数据具有典型混沌特性,该结论为后续开展飞行数据处理技术研究提供了新思路.
- 发动机转速时间序列分形特征分析北大核心CSCDCSTPCD摘要：分析了转速时间序列的功率谱、Lyapunov指数和相平面图.利用自相关函数法确定最佳延迟时间,利用饱和关联维数和局部斜率法确定嵌入维数,对时间序列进行了相空间重构,通过Grassberger-Procaccia算法计算时间序列的关联维数.分析计算结果表明,发动机转速时间序列是混沌时间序列,呈现分形特征;HIRTH H32E型发动机转速时间序列关联维数分布于5～9之间.
- 基于Kolmogorov熵的转子-机匣系统故障诊断研究CSTPCD摘要：提出了基于Kolmogorov熵的航空发动机转子-机匣系统状态识别和故障诊断新方法.应用关联积分算法,基于实测的航空发动机机匣振动时间序列求解了转子-机匣系统不同工作状态和故障状态的Kolmogorov熵;基于Kolmogorov熵,对航空发动机转子-机匣系统进行了状态识别和故障诊断.研究结果表明,该法具有较高的状态识别和故障诊断能力.
- 移动机器人导航中的混沌识别CSTPCD
- 珠江三角洲软土地基变形的混沌特性研究北大核心CSCDCSTPCD摘要：混沌是非线性系统较普遍存在的一种现象,本文以混沌理论为基础,对珠江三角洲软土地基的变形特性进行了研究.从软土的工程特性和微观结构出发,分析了软土地基变形混沌性的根本原因,并对软土变形混沌性进行了定性判别和基于Lyapunov指数的定量判别.研究结果表明,珠江三角洲地区的天然地基及处理后的复合地基的最大Lyapunov指数均大于0,软土地基的变形具有明显的混沌性.混沌理论为软基变形研究提供了一种新的途径,在工程领域具有广阔的应用前景.
- 混沌时间序列在边坡位移预测中的应用北大核心CSTPCD摘要：根据非线性边坡位移时间序列,运用相空间重构理论,建立了加权一阶局域法边坡位移预测模型、基于Lyapunov指数的边坡移预测模型、基于神经网络的混沌时间序列边坡位移预测模型,对比分析了三个预测模型的特点.新龙寺滑缓预测研究表明,基于混沌时间序列预测方法具有很好的预测精度和广泛的适应性.