期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GRU和LightGBM特征选择的水位时间序列预测模型
被引量：
9
1
作者
许国艳
周
星
熠
+2 位作者
司存友
胡文斌
刘凡
《计算机应用与软件》
北大核心
2020年第2期25-31,53,共8页
水位时间序列受降雨量影响,在变化规律上呈现出季节性和复杂性。传统模型结构简单且很少考虑季节性因素的影响,对于汛期复杂的水位时间序列预测精度欠佳。提出一种基于GRU和LightGBM水位时间序列预测模型。利用GRU提取水位数据建立水位...
水位时间序列受降雨量影响,在变化规律上呈现出季节性和复杂性。传统模型结构简单且很少考虑季节性因素的影响,对于汛期复杂的水位时间序列预测精度欠佳。提出一种基于GRU和LightGBM水位时间序列预测模型。利用GRU提取水位数据建立水位数据预测的基础模型,将预测结果分为非汛期与汛期两个阶段分别与LightGBM特征选择后的环境因素结合建立最终模型,解决了模型对于不同季节预测值简单叠加导致的精度丢失的情况。预测模型以射阳河流域站点为例,对水位时间序列进行预测。实验结果表明,该模型能更有效处理水文数据复杂的季节性变化,提高了预测的精确度。
展开更多
关键词
时间序列预测
组合模型
GRU
LightGBM
特征选择
下载PDF
职称材料
一种基于贡献矩阵的有向网络节点关键度计算方法
2
作者
庄天益
许国艳
+2 位作者
孙洁
周
星
熠
朱进
《计算机与现代化》
2019年第12期108-113,118,共7页
复杂网络中的关键节点,其重要程度一般要比非关键节点拥有更大影响力。目前已有的关键节点的关键度计算算法大多根据不同的衡量指标进行计算。针对适用于有向网络的关键节点挖掘算法较少且算法中不同衡量指标的结合不够严谨的情况,提出...
复杂网络中的关键节点,其重要程度一般要比非关键节点拥有更大影响力。目前已有的关键节点的关键度计算算法大多根据不同的衡量指标进行计算。针对适用于有向网络的关键节点挖掘算法较少且算法中不同衡量指标的结合不够严谨的情况,提出一种基于贡献矩阵的有向网络节点关键度计算算法。该算法通过贡献矩阵结合节点关联关系和节点的位置作为衡量节点关键度标准。在实验网络上的传播实验表明,相较于基于关联关系关键节点挖掘算法(RelaCentrality)来评估关键节点重要性,该算法在挖掘关键节点的过程中效率更高,并且所挖掘得到的关键节点在网络中对信息的传播更为广泛。
展开更多
关键词
有向网络
贡献矩阵
关联中心性
关键节点
影响力传播
下载PDF
职称材料
题名
基于GRU和LightGBM特征选择的水位时间序列预测模型
被引量：
9
1
作者
许国艳
周
星
熠
司存友
胡文斌
刘凡
机构
河海大学计算机与信息学院
江苏省水文水资源勘测局信息应用科
出处
《计算机应用与软件》
北大核心
2020年第2期25-31,53,共8页
基金
国家重点研发计划项目(2018YFC0407106)
江苏省水利科技项目(2017065)。
文摘
水位时间序列受降雨量影响,在变化规律上呈现出季节性和复杂性。传统模型结构简单且很少考虑季节性因素的影响,对于汛期复杂的水位时间序列预测精度欠佳。提出一种基于GRU和LightGBM水位时间序列预测模型。利用GRU提取水位数据建立水位数据预测的基础模型,将预测结果分为非汛期与汛期两个阶段分别与LightGBM特征选择后的环境因素结合建立最终模型,解决了模型对于不同季节预测值简单叠加导致的精度丢失的情况。预测模型以射阳河流域站点为例,对水位时间序列进行预测。实验结果表明,该模型能更有效处理水文数据复杂的季节性变化,提高了预测的精确度。
关键词
时间序列预测
组合模型
GRU
LightGBM
特征选择
Keywords
Time series prediction
Combined mode
GRU
LightGBM
Feature selection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种基于贡献矩阵的有向网络节点关键度计算方法
2
作者
庄天益
许国艳
孙洁
周
星
熠
朱进
机构
河海大学计算机与信息学院
出处
《计算机与现代化》
2019年第12期108-113,118,共7页
基金
国家重点研发计划项目(2018YFC0407106)
文摘
复杂网络中的关键节点,其重要程度一般要比非关键节点拥有更大影响力。目前已有的关键节点的关键度计算算法大多根据不同的衡量指标进行计算。针对适用于有向网络的关键节点挖掘算法较少且算法中不同衡量指标的结合不够严谨的情况,提出一种基于贡献矩阵的有向网络节点关键度计算算法。该算法通过贡献矩阵结合节点关联关系和节点的位置作为衡量节点关键度标准。在实验网络上的传播实验表明,相较于基于关联关系关键节点挖掘算法(RelaCentrality)来评估关键节点重要性,该算法在挖掘关键节点的过程中效率更高,并且所挖掘得到的关键节点在网络中对信息的传播更为广泛。
关键词
有向网络
贡献矩阵
关联中心性
关键节点
影响力传播
Keywords
directed network
contribution matrices
relational centrality
key node
influence propagation
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GRU和LightGBM特征选择的水位时间序列预测模型
许国艳
周
星
熠
司存友
胡文斌
刘凡
《计算机应用与软件》
北大核心
2020
9
下载PDF
职称材料
2
一种基于贡献矩阵的有向网络节点关键度计算方法
庄天益
许国艳
孙洁
周
星
熠
朱进
《计算机与现代化》
2019
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
