论文研究 随机线性重复过程的鲁棒.pdf

针对时间序列的在线精确预测问题，建立了融合预测算法。创新地提出了司法消噪算法，在保留数据的原始信息前提下，实现了对时间序列中数据噪声和新稳态的处理；利用经验模式分解方法对除噪后的数据进行平稳化分解处理；结合BP神经网络、最小二乘支持向量机分别对分解后的低频、高频项进行预测，实现对时间序列的在线精确预测。该算法克服了BP神经网络的高频易发散和最小二乘支持向量机的计算高耗时问题。基于患者呼吸周期序列预测的仿真和临床实验结果表明，该算法能实现时间序列的在线精确预测，且误差小于单一的BP算法，耗时小于单一的最小二乘支持向量机预测算法。