导读:本文包含了奇异谱论文开题报告文献综述及选题提纲参考文献，主要关键词:朱格拉周期,设备制造业,奇异谱分析,投资策略
奇异谱论文文献综述
尹筑嘉,胡荟,唐谭岭[1]（2019）在《中国朱格拉周期与股价波动关联性研究——基于奇异谱的设备制造业分析》一文中研究指出新一轮全球朱格拉周期的判定已得到国际范围的认可,种种迹象表明中国正处于新一轮朱格拉周期的早期。文章基于2006年1月至2018年12月的月度数据,对中国朱格拉周期和设备制造业股价波动周期之间的关联性进行了研究。实证结果显示,中国朱格拉周期和设备制造业股价波动周期的整体相关系数为0.6352,说明两个周期之间存在很强的相关关系;设备制造业股价波动周期领先于朱格拉周期约3-6个月,体现了股票市场是宏观经济晴雨表这一重要功能;结合奇异谱分析方法和自回归方法构建的预测模型能较准确地预测两个周期的未来走势。文章证实了中国经济周期与股票市场波动之间的密切关系,对股票市场投资者优化投资策略和政府部门制定宏观调控政策均有重要的参考价值。(本文来源于《上海财经大学学报》期刊2019年06期）
江利国,黄志辉[2]（2019）在《聚类奇异谱分解方法及其在机械复合故障诊断中的应用》一文中研究指出针对奇异谱分解(Singular Spectrum Decomposition,简称SSD)方法在重构奇异谱分量(Singular Spectrum Component,简称SSC)时的不足,结合聚类理论,提出了聚类奇异谱分解(Clustering Singular Spectrum Decomposition,简称CSSD)方法。该方法首先对时间序列数据构造轨迹矩阵;然后通过奇异值分解获得若干奇异值向量矩阵和特征值矩阵;接着利用对角平均化得到初始单分量;最后采用层次聚类方法计算任意两个初始单分量之间的相似度,并完成单分量的重构获得聚类奇异谱分量(Clustering Singular Spectrum Component,简称CSSC)。通过仿真信号和机械复合故障信号的分析结果表明,相比较于SSD方法,CSSD方法具有优越的分解性能并可以有效地提取出机械复合故障的特征。(本文来源于《机械设计与制造》期刊2019年11期）
张东华,李志娟,刘全明,罗艳云[3]（2019）在《大坝变形的奇异谱分析预测》一文中研究指出利用奇异谱分析法对大坝变形数据进行分析,提取趋势和周期分量,分析影响因子与各变形分量的相关性。结果表明,大坝变形主要与水位变化和时效因子有关,温度变化对大坝变形的周期成分贡献最大,其次为水位。另外在准确提取信号的基础上,利用奇异谱分析迭代法对大坝变形进行预测,并与多元回归分析方法和高斯过程模型进行对比,发现其预测精度明显高于后两者。(本文来源于《大地测量与地球动力学》期刊2019年10期）
周哲源[4]（2019）在《基于奇异谱分析的自适应相干累积算法研究》一文中研究指出舰船和潜艇所辐射的噪声,是被动声纳系统赖以探测目标的信号,但是其中的混沌现象以及非高斯,非平稳的特性都加大了对信号的处理难度。本文在基于奇异谱分析的自适应线谱增强器(SSA-Based ALE)的基础上提出了一种新的基于奇异谱分析的自适应相干累积算法(SSA-Based ACI)。该方法通过将奇异谱分析方法和自适应相干累积相结合,使得序列的主特征分量可以被自适应的选择,同时弥补了自适应线谱检测器只能检测窄带信号及高斯背景噪声下信号的特点,将检测环境拓展到非平稳,非白噪声下的信号序列中。文中对算法基本原理进行了论述,并且分别通过仿真和实测信号验证了SSA-Based ACI相比ALE和ACI具有更好的检测性能。(本文来源于《数字通信世界》期刊2019年10期）
张淑清,陈荣飞,张立国,姚家琛,穆勇[5]（2019）在《基于多尺度高阶奇异谱熵的信号特征提取方法》一文中研究指出提出了基于变分模态分解(VMD)的高阶奇异谱熵的特征提取方法,并应用在滚动轴承故障诊断中。首先,使用4阶累积量切片代替奇异谱熵分析(SSEA)的协方差矩阵,引入VMD分解实现方法多尺度化,提出信号多分辨高阶奇异谱熵分析(M-HSSEA)方法;通过信号分析,VMD解决了模态混迭的问题,且能够实现信号滤波,同时该方法提取的熵特征向量增强了相空间重构参数鲁棒性;通过和小波奇异谱提取特征的方法对比,结果表明所提出的方法在克服频率混迭现象,提取的特征点总体离散度小等方面更具优势;最后,结合深度信念网络分类器实现了对故障的分类,实验结果验证了所提方法的有效性和可行性。(本文来源于《计量学报》期刊2019年05期）
蔡晓军,杨建华[6]（2019）在《基于多通道奇异谱的GNSS坐标序列粗差探测与数据插值》一文中研究指出由于接收机故障、天线更换以及一些未知外界环境因素的影响,导致GPS时间序列中不可避免地存在数据缺失和粗差,数据缺失和粗差会产生各种问题,因此需要鲁棒探测粗差和缺失数据插值来获得连续完整统一的时间序列。传统方法可能需要针对不同类型的数据和不同长度的数据间隙研究不同的插值方法,这使得缺失数据的插值较为困难。针对上述问题,文中采用多通道奇异谱分析(Multichannel Singular Spectrum Analysis,MSSA)对时间序列进行粗差探测和缺失数据插值,重建非均匀采样时间序列的连续可靠模型,且不需要关于时间序列的任何先验信息。在该方法中,粗差探测与数据插值同时进行。模拟数据和实测GNSS时间序列数据测试结果都表明该方法的有效性。(本文来源于《测绘工程》期刊2019年05期）
姜君[7]（2019）在《基于奇异谱对气象站点信号的自适应分析及短期预报》一文中研究指出目前全球气象站点积累了较长的实测气象数据时间序列,需要有效的分析方法对常用气象数据如气压、温度的时间序列特征进行研究分析。奇异谱分析是一种非线性信号的无参数自适应统计分析方法,具有滤波、去噪、提取特征信号的作用。对新疆巴达克山气象站2010年1月1日～2016年12月31日的气象数据时间序列进行分析,利用奇异谱分析提取特征信号,对原信号进行了分解与重构。并且基于YANC站点的气象时间序列,利用SSA进一步进行了短期预报,说明了奇异谱用于气象数据短期预报的有效性。(本文来源于《工业控制计算机》期刊2019年08期）
李婉秋,王伟,章传银,钟玉龙,尹财[8]（2019）在《基于奇异谱分析的CORS大地高时序形变信息提取》一文中研究指出为增强信号提取的信噪比,采用奇异谱分析(SSA)对测站大地高序列进行分解与重构,利用仿真实验确定嵌入维数与截断主分量个数的选取原则,进一步将SSA方法应用到CORS时序形变信息提取中。通过FFT分析发现,大地高时序以分解的季节性变化成分为主,重构后时序标准差明显减小,表明SSA方法可有效提高CORS大地高时序信噪比,起到降噪平滑作用。研究结果对地壳垂直形变特征表达及SSA应用拓展具有一定意义。(本文来源于《大地测量与地球动力学》期刊2019年08期）
金昌盛,邓仁健,刘俞希,任伯帜[9]（2019）在《基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测》一文中研究指出运用奇异谱分析(SSA)对湘江新港断面557周的pH、DO、高锰酸盐指数和氨氮数据进行了预处理,再运用遗传算法优化反向传播神经网络模型进行拟合与预测。结果表明:SSA有较好的降噪能力,遗传算法反向传播(GABP)神经网络模型相比BP神经网络模型均方根误差(RMSE)平均缩小了6.96%,具有良好的预测精度;预测期内新港断面的pH、DO、高锰酸盐指数、氨氮均能满足《地表水环境质量标准》(GB 3838—2002)Ⅲ类标准,但氨氮在预测期内呈上升趋势,需警惕氨氮浓度过高引发的水污染问题。(本文来源于《环境污染与防治》期刊2019年06期）
胥永刚,张志新,马朝永,张建宇[10]（2019）在《改进奇异谱分解及其在轴承故障诊断中的应用》一文中研究指出针对强背景噪声下难以提取滚动轴承故障特征的问题,提出了基于奇异值差分谱的改进奇异谱分解方法。首先,为克服奇异值分解按经验选择嵌入维数的不足,运用一种新的信号自适应处理方法——奇异谱分解(Singular Spectrum Decomposition,SSD)分析振动信号,SSD法通过构建新的轨迹矩阵,自适应选取嵌入维数,将非线性、非平稳信号从高频至低频分解为多个奇异谱分量。然后,针对奇异谱分解方法重构的奇异谱分量仍包含较强噪声的问题,提出利用奇异值差分谱对重构过程进行改进,提高了奇异谱分解的降噪能力,有效提取了有用信息。最后,根据故障特征找到包含有用信息的分量,对该分量进行希尔波特包络解调,从而准确地提取出故障特征。仿真和实验结果验证了该方法的有效性,提供了一种新的故障诊断方法。(本文来源于《振动工程学报》期刊2019年03期）
奇异谱论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对奇异谱分解(Singular Spectrum Decomposition,简称SSD)方法在重构奇异谱分量(Singular Spectrum Component,简称SSC)时的不足,结合聚类理论,提出了聚类奇异谱分解(Clustering Singular Spectrum Decomposition,简称CSSD)方法。该方法首先对时间序列数据构造轨迹矩阵;然后通过奇异值分解获得若干奇异值向量矩阵和特征值矩阵;接着利用对角平均化得到初始单分量;最后采用层次聚类方法计算任意两个初始单分量之间的相似度,并完成单分量的重构获得聚类奇异谱分量(Clustering Singular Spectrum Component,简称CSSC)。通过仿真信号和机械复合故障信号的分析结果表明,相比较于SSD方法,CSSD方法具有优越的分解性能并可以有效地提取出机械复合故障的特征。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
奇异谱论文参考文献
[1].尹筑嘉,胡荟,唐谭岭.中国朱格拉周期与股价波动关联性研究——基于奇异谱的设备制造业分析[J].上海财经大学学报.2019
[2].江利国,黄志辉.聚类奇异谱分解方法及其在机械复合故障诊断中的应用[J].机械设计与制造.2019
[3].张东华,李志娟,刘全明,罗艳云.大坝变形的奇异谱分析预测[J].大地测量与地球动力学.2019
[4].周哲源.基于奇异谱分析的自适应相干累积算法研究[J].数字通信世界.2019
[5].张淑清,陈荣飞,张立国,姚家琛,穆勇.基于多尺度高阶奇异谱熵的信号特征提取方法[J].计量学报.2019
[6].蔡晓军,杨建华.基于多通道奇异谱的GNSS坐标序列粗差探测与数据插值[J].测绘工程.2019
[7].姜君.基于奇异谱对气象站点信号的自适应分析及短期预报[J].工业控制计算机.2019
[8].李婉秋,王伟,章传银,钟玉龙,尹财.基于奇异谱分析的CORS大地高时序形变信息提取[J].大地测量与地球动力学.2019
[9].金昌盛,邓仁健,刘俞希,任伯帜.基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测[J].环境污染与防治.2019
[10].胥永刚,张志新,马朝永,张建宇.改进奇异谱分解及其在轴承故障诊断中的应用[J].振动工程学报.2019