论文部分内容阅读
本文在信息熵和互信息的基础上,提出了非线性偏自相关的定义.这一概念是对线性偏自相关的一般化,由它可以得到度量时间序列预测复杂性的定量方法.这种复杂性由当前序列值对各阶历史序列值不可约的依赖性所决定,并被非线性偏自相关的衰减趋势所反映.通过考察这种衰减趋势,可以有效地进行预测模型的辨识,特别是神经网络这类通用非线性模型的辨识.仿真实验很好的支持了我们的想法.