-
题名基于改进GOOSE算法的VMD体征信息研究
- 1
-
-
作者
刘贵
徐曦
许中华
谭奥成
-
机构
湖南工业大学计算机学院
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第9期26-29,共4页
-
基金
2022年度湖南省教育厅科学研究项目(22C0318)。
-
文摘
本文中依靠60 GHz调频连续波(FMCW)毫米波雷达,通过改进的GOOSE算法,在种群初始化阶段结合Tent混沌映射,在探索阶段运用Levy飞行策略提升算法的全局搜索能力。然后,通过改进的GOOSE算法去应用到变分模态分解(VMD)中,得到k和α最优值。对GOOSE算法的改进提高了呼吸心率的检测的精度。最后,该实验结果表明:利用改进的GOOSE优化算法对VMD算法进行参数自适应优化,通过对信号的重构后分析,有效地去除了噪声分量,提高了分解效率。
-
关键词
GOOSE算法
变分模态分解
Tent混沌映射
Levy飞行策略
呼吸
心率
-
Keywords
GOOSE algorithm
VMD
Tent chaos mapping
Levy flight strategy
respiration
heart rate
-
分类号
TN911
[电子电信—通信与信息系统]
TP391
[电子电信—信息与通信工程]
-
-
题名产品订单分析与需求预测
- 2
-
-
作者
郝青松
卢冬晖
谭奥成
吴昊天
-
机构
武汉轻工大学机械工程学院
襄阳职业技术学院公共课部
-
出处
《数学建模及其应用》
2023年第4期84-94,共11页
-
文摘
需求预测是企业供应链管理的基础,高效、准确的需求预测有助于采购计划和生产计划制定,减少业务波动影响.某企业相关数据具有时序性、非线性、时间跨度大等特性.对数据预处理后,进行特征工程处理,使用MMIFS算法来量化各个特征与订单需求量间相关性.使用CRU模型、DeepAR模型和Prophet模型来针对不同时间粒度需求量建模,以时间滚动交叉检验RMSE作为模型评估标准.不规则时间序列数据,不同时间粒度趋势、波动、突变不同,适用于不同模型.交叉检验评估验证了模型有效性,表明本文方法能够有效运用于其他不规则时序需求预测问题.
-
关键词
不规则时间序列
BGCP插补
CRU模型
DeepAR模型
Prophet模型
-
Keywords
irregular time series
BGCP interpolation
CRU model
deepAR model
prophet model
-
分类号
O29
[理学—应用数学]
-
