孟庆芳
- 作品数：19 被引量：152H指数：9
- 供职机构：济南大学更多>>
- 发文基金：国家自然科学基金山东省自然科学基金山东省优秀中青年科学家科研奖励基金更多>>
- 相关领域：自动化与计算机技术理学电子电信医药卫生更多>>
- 基于非线性预测效果的癫痫脑电信号的特征提取方法被引量：12
- 2010年
- 在非线性时间序列预测研究的基础上,提出了基于非线性预测效果的癫痫脑电信号特征提取方法,从脑电信号中自动检测出癫痫脑电信号.采用基于可预测性的选取嵌入维数的方法确定脑电信号序列的嵌入维数,进行相空间重构.实验结果表明:基于非线性预测效果的特征提取方法提取的特征能明显地区分癫痫脑电信号与正常脑电信号,该非线性特征提取方法适合小数据量的情况且对噪声的稳定性好.
- 孟庆芳周卫东陈月辉彭玉华
- 关键词：脑电信号癫痫特征提取
- 一种基于角度的正交FRIT变换及其在图像去噪中的应用被引量：2
- 2007年
- M.N.Do和M.Vetterli提出的Finite Ridgelet Transform(FRIT)因其对线奇异特征的高效表示能力而被广泛应用,但其在图像压缩、去噪的处理中却受到“环绕”现象的严重影响.本文在揭示“环绕”现象和FRAT域系数关系的基础上,提出一种基于角度的正交FRIT变换方案(Angle-based FRIT,AFRIT).该方案具有更好的能量集中特性,并有效地降低了“环绕”现象.进一步,对正交FRIT去噪问题建模,并提出了一种基于AFRIT的改进阈值.不同噪声水平下各种图像的去噪实验结果表明,采用改进阈值的AFRIT同现在常用的FRIT去噪方法相比,具有明显的优越性.
- 刘云霞彭玉华孟庆芳尹勇
- 关键词：正交变换有限脊波变换图像去噪阈值
- 非线性动力系统时间序列分析方法及其应用研究
- 混沌现象是自然界和社会中广泛存在的一种不规则运动，是一种由确定的非线性动力系统生成的复杂行为。随着混沌理论和应用技术研究的不断深入，非线性时间序列分析已成为非线性信息处理领域中近几年来的一个重要研究热点，并在相关工程领域...
- 孟庆芳
- 关键词：非线性动力系统时间序列分析吸引子相空间重构支持向量机
- 混沌时间序列改进的加权一阶局域预测法被引量：19
- 2007年
- 加权一阶局域预测法是目前最常用的一种混沌时间序列预测方法。基于延迟坐标相空间重构理论,提出了混沌时间序列改进的加权一阶局域预测法。仿真结果表明该方法的多步预测性能与一步预测性能明显好于加权一阶局域预测法的多步预测性能与一步预测性能。
- 孟庆芳彭玉华
- 关键词：相空间重构混沌时间序列
- 基于信息准则的局域预测法邻近点的选取方法被引量：11
- 2008年
- 基于信息准则,提出了选取局域预测法中邻近点个数的定量方法.并用此方法分析Lorenz模型生成的混沌时间序列和SantaFe时间序列竞赛的激光数据(DataA).实验结果表明用该方法选取邻近点的局域预测法的一步和多步预测性能较好,在满足预测精度较高的条件下,计算量较小.
- 孟庆芳彭玉华曲怀敬韩民
- 关键词：混沌时间序列
- 基于高阶统计量的嵌入维数估计方法被引量：1
- 2005年
- 反映线性相关的协方差阵的奇异值分解法在本质上是一种线性方法,其可靠性受到质疑.用能反映非线性结构的高阶统计量函数代替相关函数构造矩阵,以实现对奇异值分解法的改进,并分析了用高阶统计量构造矩阵的多种方法,得到了两种较好的方法.
- 孟庆芳刘孝贤
- 关键词：奇异值分解高阶统计量
- 基于局域相关向量机回归模型的小尺度网络流量的非线性预测被引量：17
- 2013年
- 基于非线性时间序列局域预测法与相关向量机回归模型,本文提出了局域相关向量机预测方法,并应用于预测实际的小尺度网路流量序列.应用基于信息准则的局域预测法邻近点的选取方法来选取局域相关向量机回归模型的邻近点个数.对比分析了局域相关向量机预测法、前馈神经网络模型与局域线性预测法对网络流量序列的预测性能,其中前馈神经网络模型的参数采用粒子群优化算法来优化.实验结果表明:邻近点优化后的局域相关向量机回归模型能够有效地预测小尺度网络流量序列,归一化均方误差很小;局域相关向量机回归模型生成的时间序列具有与原网络流量时间序列相一致的概率分布;局域相关向量机回归模型的预测精度好于前馈神经网络模型的与局域线性预测法的.
- 孟庆芳陈月辉冯志全王枫林王枫林
- 混沌时间序列多步自适应预测方法被引量：32
- 2006年
- 针对混沌时间序列局域自适应预测方法在多步预测中预测器系数无法调节的问题,根据混沌时间序列的短期可预测性及自适应算法的自适应跟踪混沌运动轨迹的特点,提出了混沌时间序列多步自适应预测方法.仿真结果表明,此方法的多步预测性能明显好于局域自适应预测方法的多步预测性能.
- 孟庆芳张强牟文英
- 关键词：混沌时间序列
- 混沌时间序列预测方法及其应用
- 混沌现象是自然界广泛存在的一种不规则运动，是一种由确定的非线性动力系统生成的复杂行为。相空间重构是用动力学方法分析非线性时间序列的基础，而相空间重构的关键是其参数的选取。笔者首先讨论了相空间重构理论及现有的相空间重构方法...
- 孟庆芳
- 关键词：高阶统计量
- 文献传递
- 混沌序列自适应多步预测及在股票中的应用被引量：9
- 2005年
- 针对混沌时间序列自适应预测方法在多步预测中预测器系数无法调节的问题,根据混沌时间序列的短期可预测性及自适应算法的自适应跟踪混沌运动轨迹的特点,提出了一种自适应多步预测方法.在多步预测中,该方法根据已知样本得到对将来值的预测值并能自适应调节滤波器系数.仿真结果表明此方法的多步预测性能明显好于自适应预测方法的多步预测性能.将此方法应用于对股票数据的预测,得到了较好的预测结果.
- 孟庆芳张强牟文英
- 关键词：混沌时间序列
