数字货币混沌特征分析及预测任务书

 2021-10-22 09:10

1. 毕业设计(论文)的内容和要求

论文内容目前全球多家央行宣布在数字货币技术上实现突破性进展,央行数字货币或将在不久的将来投入使用,事实上,以比特币为代表的数字货币已在全球范围内交易十余年。

但是,数字货币作为一种货币并没有稳定币值,其价格剧烈波动。

同时20世纪以来,非线性科学蓬勃发展,混沌理论应用在时间序列分析中催生了很多新观点,新方法。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1] Gilles J. Empirical wavelet transform[J]. IEEE transactions on signal processing, 2013, 61(16): 3999-4010.[2] Terrien J, Marque C, Karlsson B. Automatic detection of mode mixing in empirical mode decomposition using non-stationarity detection: application to selecting IMFs of interest and denoising[J]. EURASIP Journal on Advances in Signal Processing, 2011, 2011(1): 37.[3] Kazem A, Sharifi E, Hussain F K, et al. Support vector regression with chaos-based firefly algorithm for stock market price forecasting[J]. Applied soft computing, 2013, 13(2): 947-958.[4] Patel J, Shah S, Thakkar P, et al. Predicting stock market index using fusion of machine learning techniques[J]. Expert Systems with Applications, 2015, 42(4): 2162-2172.[5] Altan A, Karasu S, Bekiros S. Digital currency forecasting with chaotic meta-heuristic bio-inspired signal processing techniques[J]. Chaos, Solitons Fractals, 2019, 126: 325-336.[6] Takens F. Detecting strange attractors in turbulence[J]. Dynamical systems and turbulence, Warwick 1980, 1981: 366-381.[7] Tian Z. Chaotic characteristic analysis of network traffic time series at different time scales[J]. Chaos, Solitons Fractals, 2020, 130: 109412.[8] Lahmiri S, Bekiros S. Cryptocurrency forecasting with deep learning chaotic neural networks[J]. Chaos, Solitons Fractals, 2019, 118: 35-40.[9]胡维平, 莫家玲, 龚英姬, 等. 经验模态分解中多种边界处理方法的比较研究[J]. 电子与信息学报, 2007, 29(006): 1394-1398.[10] 吴俊, 张榆锋. 经验模态分解和小波分解滤波特性的比较研究[J]. 云南大学学报: 自然科学版, 2012, 34(3): 285-290.[11] 肖瑛, 殷福亮. 解相关 EMD: 消除模态混叠的新方法[J]. 振动与冲击, 2015, 34(4): 25-29.[12] 龚志强, 邹明玮, 高新全, 等. 基于非线性时间序列分析经验模态分解和小波分解异同性的研究[J]. 物理学报, 2005, 54(008): 3947-3957.[13] 熊有成, 赵鸿. 长短期记忆网络预测混沌时间序列[J]. 中国科学: 物理学 力学 天文学, 2019 (12): 8.[14] 王文波, 费浦生, 羿旭明. 基于 EMD 与神经网络的中国股票市场预测[J]. 系统工程理论与实践, 2010, 30(6): 1027-1033.[15] 赵健, 樊彦国, 张音. 基于 EEMD-BP 组合模型的区域海平面变化多尺度预测[J]. 系统工程理论与实践, 2019, 39(10): 2713-2722.[16] 尹海员, 华亦朴. 我国股票市场流动性的非线性动力学特征研究: 基于分形理论的检验[J]. 管理评论, 2017, 29(8): 43-52.[17] 高红兵, 潘瑾. 我国证券市场混沌的判据[J]. 系统工程, 2000, 18(6): 28-32.[18] 周建中, 彭甜. 长江上游径流混沌动力特性及其集成预测研究[J]. 长江科学院院报, 2018, 35(10): 1-9.[19] 黄飞江, 陈演羽, 李廷会, 等. 基于灰色模型和混沌时间序列的卫星钟差预测算法[J]. 电子学报, 2019, 47(7): 1416-1424.[20] 张金良, 谭忠富. 混沌时间序列的混合预测方法[J]. 系统工程理论与实践, 2013, 33(3): 763-769.[21] 罗帅, 丁勤卫, 李春, 等. 风速时间序列混沌特征分析及非线性短期预测[J]. 能源工程, 2019 (5): 10.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。