声明
摘要
1 绪论
1.1 论文的研究背景及意义
1.2 国内外研究现状
1.3 论文主要研究内容
2 稀疏表示理论基础
2.1 稀疏编码
2.1.1 贪婪算法
2.1.2 松弛算法
2.2 字典构造
2.2.1 自适应的数据字典
2.2.2 字典学习算法
2.3 小结
3 基于稀疏特征的支持向量机时间序列预测模型
3.1 SR-SVM预测模型
3.1.2 SVM预测模型
3.1.3 算法实现
3.2 混沌时间序列预测
3.2.1 Henon混沌序列单步预测
3.2.2 Mackey-Glass混沌序列多步预测
3.3 小结
4 基于自适应字典的稀疏编码方法在时间序列预测中的应用
4.1 基于自适应字典的稀疏编码方法
4.1.1 基于BPDN的Basic-sparse方法
4.1.2 基于弹性网络的EN-sparse方法
4.1.3 在线字典更新策略
4.2 混沌时间序列预测
4.3 风电功率时间序列直接预测实例
4.3.1 风电功率直接预测模型
4.3.2 实验数据的选取
4.3.3 预测结果分析
4.4 风电功率时间序列间接预测实例
4.4.1 风电功率间接预测模型
4.4.2 实验数据的选取
4.4.3 等效风功曲线
4.4.4 预测结果分析
4.5 小结
结论
致谢
参考文献
攻读学位期间的研究成果