技术特征：
技术总结
本发明公开了一种基于动态阈值确定嵌入维的神经网络时间序列预测方法，包括S1判定时间序列的混沌特性，得到混沌时间序列；S2对混沌时间序列进行数据归一化处理；S3利用自相关函数法计算混沌时间序列的时间延迟；S4利用动态阈值方法计算混沌时间序列的嵌入维；S5利用时间延迟和嵌入维构造BP神经网络的输入层结构；S6利用时间延迟和嵌入维构造BP神经网络的训练数据集；S7利用构造的BP神经网络对混沌时间序列数据组进行训练及预测。本发明替代了以往一味根据经验确定阈值的思想，有着良好的自适应能力。
技术研发人员：周智恒;李立军
受保护的技术使用者：华南理工大学
技术研发日：2017.06.12
技术公布日：2017.11.03