基于时空RBF-NN的混沌时间序列预测附Matlab代码

2022-11-08 16:48:21

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法神经网络预测雷达通信无线传感器

信号处理图像处理路径规划元胞自动机无人机电力系统

⛄ 内容介绍

本文提出将径向基函数(RBF)神经网络应用于混沌时间序列的预测,设计了一个三层RBF网络结构.对于三个典型的混沌系统,在不同的噪声水平下,采用RBF网络模型分别进行了预测研究.仿真结果表明,采用RBF网络进行混沌时间序列的预测能够取得比现有其它方法更好的效果.

function [sig_output,mean_sig,w] = normalize_1(sig_input)

% 信号归一化到均值为 0,方差为 1

% [sig_output] = normalize_sig(sig_input)

% 输入参数：sig_input 输入信号(可以批处理)

% 输出参数：sig_output 标准化的信号

[rows,cols] = size(sig_input);

if (rows ==1)

sig_input = sig_input';

len = cols;

num = 1;

else

len = rows;

num = cols;

end

mean_sig = mean(sig_input);

sig_input = sig_input - repmat(mean_sig,len,1); % 0 均值

w = 1/std(sig_input);

sig_output = sig_input .* repmat(w,len,1); % 方差 1