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
共找到16,028篇文章
< 1 2 … 250 >
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：
风电场风速和发电功率预测研究 被引量：583
1
作者 杨秀媛 肖洋 陈树勇 《中国电机工程学报》 EI CSCD 北大核心 2005年第11期1-5,共5页
风速预测对风电场和电力系统的运行都具有重要意义。对风速进行比较准确的预测,可以有效地减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力。基于时间序列法和神经网络法,该文对风速预测进行了研究,提出了... 风速预测对风电场和电力系统的运行都具有重要意义。对风速进行比较准确的预测,可以有效地减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力。基于时间序列法和神经网络法,该文对风速预测进行了研究,提出了预测风速的时序神经网络法。该方法用时间序列法建模,得到风速特性的基本参数,并用这些参数选择神经网络的输入变量;为了提高预测精度,提出了滚动式权值调整手段。该方法有效地提高了风速预测的精度。 展开更多
关键词 风电场 风速 预测研究 发电功率 神经网络法 时间序列法 电力系统 不利影响 竞争能力 电力市场 输入变量 参数选择 预测精度 权值调整 滚动式
下载PDF
煤矿开采冲击地压启动理论 被引量：273
2
作者 潘俊锋 宁宇 +3 位作者 毛德兵 蓝航 杜涛涛 彭永伟 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2012年第3期586-596,共11页
依据微震监测结果,通过总结分析,指出冲击地压发生过程经历3个阶段,将冲击地压重新分为集中静载荷型和集中动载荷型,建立2种类型的工程结构模型,分析各自冲击启动的能量判据,引进"不确定性系统分析法",提出统一的煤矿开采冲... 依据微震监测结果,通过总结分析,指出冲击地压发生过程经历3个阶段,将冲击地压重新分为集中静载荷型和集中动载荷型,建立2种类型的工程结构模型,分析各自冲击启动的能量判据,引进"不确定性系统分析法",提出统一的煤矿开采冲击地压启动理论。结果表明,采动围岩近场系统内集中静载荷的积聚是冲击启动的内因;可能的冲击启动区为极限平衡区应力峰值最大区;应用冲击启动理论能够揭示2类典型冲击案例冲击过程,并将冲击地压的时间序列与空间序列对应起来,为冲击地压监测与防治提供指导。 展开更多
关键词 采矿工程 冲击启动理论 能量判据 底板冲击原理 集中静载荷 内因 时间序列 空间序列
下载PDF
基于时间序列分析的风电场风速预测模型 被引量：184
3
作者 丁明 张立军 吴义纯 《电力自动化设备》 EI CSCD 北大核心 2005年第8期32-34,共3页
风速预测是风电场规划设计中的重要工作。因风速序列本身已经具有时序性和自相关性,提出了基于时间序列分析的风电场风速预测模型。为了检验时间序列分析模型的有效性,使用了信息准则AIC(AnInformationCriterion)函数。在算例中,将预测... 风速预测是风电场规划设计中的重要工作。因风速序列本身已经具有时序性和自相关性,提出了基于时间序列分析的风电场风速预测模型。为了检验时间序列分析模型的有效性,使用了信息准则AIC(AnInformationCriterion)函数。在算例中,将预测风速的分布特性与实际风速分布特性相比较,验证了文中提出的时间序列模型用于风电场风速预测的可行性。 展开更多
关键词 时间序列:风速:预测:风电场
下载PDF
基于时间序列GARCH模型的人民币汇率预测 被引量：121
4
作者 惠晓峰 柳鸿生 +1 位作者 胡伟 何丹青 《金融研究》 CSSCI 北大核心 2003年第5期99-105,共7页
本文运用时间序列的GARCH模型 ,对汇率体制改革后的人民币美元汇率建模进行预测。在论证了GARCH模型预测可行性的基础上 ,分别采用一步向前预测的滚动算法和递归算法 ,取得了令人满意的预测效果。
关键词 时间序列 GARCH模型 人民币汇率 汇率预测 汇率体制 改革 可行性分析 滚动算法 递归算法
原文传递
大气细颗粒物的污染特征及对人体健康的影响 被引量：146
5
作者 陶燕 刘亚梦 +1 位作者 米生权 郭勇涛 《环境科学学报》 CAS CSCD 北大核心 2014年第3期592-597,共6页
采集兰州市2005年1月1日至2007年12月31日的大气颗粒物(TSP、PM10、PM2.5、PM1.0),分析不同粒径颗粒物的污染特征及其与气象因素的相关关系,并采用时间序列半参数广义相加模型(GAM)分析了可吸入颗粒物与呼吸系统疾病和心脑血管疾病日入... 采集兰州市2005年1月1日至2007年12月31日的大气颗粒物(TSP、PM10、PM2.5、PM1.0),分析不同粒径颗粒物的污染特征及其与气象因素的相关关系,并采用时间序列半参数广义相加模型(GAM)分析了可吸入颗粒物与呼吸系统疾病和心脑血管疾病日入院人次的暴露-反应关系.结果显示,TSP和PM10的质量浓度在春季较高,PM2.5和PM1.0在冬季较高;气象因子与大气颗粒物有显著的相关关系;对于呼吸系统疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3,入院危险分别增加0.052%、0.604%和0.652%;对于心脑血管疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3入院危险分别增加0.046%、0.697%和0.935%.由此可见,兰州市不同粒径大气颗粒物均有不同程度的污染,PM10、PM2.5和PM1.0对呼吸系统疾病和心脑血管疾病入院人次均有一定影响,且PM10对呼吸系统疾病的影响较心脑血管疾病明显,而PM2.5和PM1.0则正好相反. 展开更多
关键词 大气细颗粒物 污染特征 人体健康 时间序列
原文传递
农作物长势综合遥感监测方法 被引量：125
6
作者 吴炳方 张峰 +2 位作者 刘成林 张磊 罗治敏 《遥感学报》 EI CSCD 北大核心 2004年第6期498-514,共17页
作物收获之前进行大范围作物生长状况评价 ,可以尽早的获得有关作物产量信息。介绍了中国农情遥感监测系统的综合作物长势监测方法。以遥感数据标准化处理、云标识、云污染去除和非耕地去除为基础 ,生成质量一致的遥感数据产品集 ,提取... 作物收获之前进行大范围作物生长状况评价 ,可以尽早的获得有关作物产量信息。介绍了中国农情遥感监测系统的综合作物长势监测方法。以遥感数据标准化处理、云标识、云污染去除和非耕地去除为基础 ,生成质量一致的遥感数据产品集 ,提取区域作物生长过程。作物长势监测分为实时作物长势监测和作物生长趋势分析。实时的作物长势监测可以定性和定量地在空间上分析作物生长状况 ,分级显示作物生长状况 ,分区域统计水田和旱地中不同长势占的比重。作物生长趋势分析可以进行年际间的生长过程对比 ,从时间轴上反映作物持续生长的差异性 ,统计全国、主产区、省和区划单元 4个尺度的耕地、水田、旱地作物生长过程曲线年际间差异 ,从而为早期的产量预测提供信息。通过处理流程的系统化 ,建设了运行化的作物长势遥感监测分析系统 ,为用户构建了综合的作物实时生长状况 ,苗情的生长趋势分析环境。同时可以依据野外地面实测信息对遥感监测结果进行标定和检验。 1998年以来 ,系统在满足日常运行的前提下 ,技术方法逐渐改进和完善 ,监测结果的精度和可靠性不断得到提高。 展开更多
关键词 作物长势 遥感 时序
下载PDF
神经网络在预测中的一些应用研究 被引量：74
7
作者 刘豹 胡代平 《系统工程学报》 CSCD 1999年第4期338-344,共7页
预测是一个很难的研究课题，近来利用新的科学理论探索新的预测方法是预测界人士进行预测课题研究的一个重要方面．其中人工神经网络在预测领域中的应用研究进展最快，它包括研究神经网络预测方法和神经网络在预测过程中作为辅助工具．... 预测是一个很难的研究课题，近来利用新的科学理论探索新的预测方法是预测界人士进行预测课题研究的一个重要方面．其中人工神经网络在预测领域中的应用研究进展最快，它包括研究神经网络预测方法和神经网络在预测过程中作为辅助工具．本文介绍几种主要的神经网络预测方法及其应用和利用神经网络确定ＡＲＭＡ 模型的结构． 展开更多
关键词 神经网络 预测 时间序列 ARMA模型 经济预测
下载PDF
基于小波分解的某些非平稳时间序列预测方法 被引量：101
8
作者 徐科 徐金梧 班晓娟 《电子学报》 EI CAS CSCD 北大核心 2001年第4期566-568,共3页
提出一种时间序列预测方法 ,称为小波预测方法 .通过小波分解可以将某些非平稳时间序列分解成多层近似意义上的平稳时间序列 ,然后采用自回归模型对分解后的时间序列进行预测 ,从而得到原始时间序列的预测值 .对年平均太阳黑子数的预测... 提出一种时间序列预测方法 ,称为小波预测方法 .通过小波分解可以将某些非平稳时间序列分解成多层近似意义上的平稳时间序列 ,然后采用自回归模型对分解后的时间序列进行预测 ,从而得到原始时间序列的预测值 .对年平均太阳黑子数的预测结果表明 ,该方法比传统的时间序列预测方法和神经网络预测方法的预测精度高 。 展开更多
关键词 小波分析 时间序列 预测 小波分解
下载PDF
风电场风速短期多步预测改进算法 被引量：110
9
作者 潘迪夫 刘辉 李燕飞 《中国电机工程学报》 EI CSCD 北大核心 2008年第26期87-91,共5页
对风电场风速实现较准确的预测,可以有效减轻并网后风电对电网的影响,提高风电市场竞争力。该文运用时间序列法对我国某风电场测风站实测风速建立时序求和自回归滑动平均(auto regress iveintegrated moving average,ARIMA)ARIMA(11,1,0... 对风电场风速实现较准确的预测,可以有效减轻并网后风电对电网的影响,提高风电市场竞争力。该文运用时间序列法对我国某风电场测风站实测风速建立时序求和自回归滑动平均(auto regress iveintegrated moving average,ARIMA)ARIMA(11,1,0)模型,并进行风速预测。针对模型在超前1步预测时出现的延时问题,引入卡尔曼预测法加以改进,提出卡尔曼时间序列法。针对时序模型超前多步预测精度低的问题,提出滚动式时间序列法。对提出的两种改进方法进行实例验证,结果表明,卡尔曼时间序列法不仅改善了预测延时问题,而且把超前1步预测的平均相对预测误差从6.49%降低为3.19%;滚动式时间序列法改善了多步预测的精度问题,模型超前3、5、10步预测的平均相对预测误差分别仅为7.01%,7.63%,8.42%。两种改进方法都没有明显增加时间序列法的建模计算量。 展开更多
关键词 风力发电 风电场 多步预测 卡尔曼滤波 时间序列
下载PDF
应用GAMIT/GLOBK软件进行高精度GPS数据处理 被引量：118
10
作者 鄂栋臣 詹必伟 +1 位作者 姜卫平 张胜凯 《极地研究》 CAS CSCD 2005年第3期173-182,共10页
GAMIT/GLOBK 是高精度定位和定轨软件,在处理长基线和连续时段的静态定位 GPS 数据方面有很多优点。本文阐述了 GAMIT 软件的主要模块、数据处理基本步骤、数据处理流程以及 GAMIT 数据处理质量的评价体系。介绍了 GLOBK 的主要应用、... GAMIT/GLOBK 是高精度定位和定轨软件,在处理长基线和连续时段的静态定位 GPS 数据方面有很多优点。本文阐述了 GAMIT 软件的主要模块、数据处理基本步骤、数据处理流程以及 GAMIT 数据处理质量的评价体系。介绍了 GLOBK 的主要应用、数据处理步骤以及需要注意的有关问题。最后结合 SCAR(国际南极研究科学委员会)国际联测数据,说明其数据处理过程。 展开更多
关键词 GAMIT/GLOBK GPS 时间序列 数据处理
下载PDF
房地产价格波动与投机行为——对中国14城市的实证研究 被引量：85
11
作者 周京奎 《当代经济科学》 CSSCI 北大核心 2005年第4期19-24,共6页
本文首先构建了适合中国的房地产投机理论模型,然后利用该模型对中国14个城市房地产价格波动与投机行为的关系进行实证研究。对14城市的时间序列数据研究结果表明各城市房地产投机水平都很高,个别城市更加突出。通过对14城市的截面数据... 本文首先构建了适合中国的房地产投机理论模型,然后利用该模型对中国14个城市房地产价格波动与投机行为的关系进行实证研究。对14城市的时间序列数据研究结果表明各城市房地产投机水平都很高,个别城市更加突出。通过对14城市的截面数据分析,可以看出可支配收入对房地产价格没有显著影响,这些城市房地产价格的上升,主要是由投机来推动的,而且整体投机度非常高,说明房地产价格极大的偏离长期均衡值,市场出现了非理性繁荣,政府和产业部门应该采取适当的措施,积极引导消费者和投资者,为建立均衡的房地产市场提供良好的宏观和微观环境。 展开更多
关键词 房地产价格 投机 时间序列 截面数据
下载PDF
基于组合预测的风电场风速及风电机功率预测 被引量：112
12
作者 张国强 张伯明 《电力系统自动化》 EI CSCD 北大核心 2009年第18期92-95,109,共5页
风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义。文中提出一种基于相似性样本的多层前馈(BP)神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究... 风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义。文中提出一种基于相似性样本的多层前馈(BP)神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究了应用组合预测方法进行风电场风速预测,并在风速预测的基础上讨论了风电机功率预测。通过对国内某地区的实测风速数据分析,验证了该预测方法能够提高风速预测的准确性,具有较大的实用价值。 展开更多
关键词 相似性 神经网络 时间序列 灰色预测 组合预测
下载PDF
时间序列预测方法综述 被引量：107
13
作者 杨海民 潘志松 白玮 《计算机科学》 CSCD 北大核心 2019年第1期21-28,共8页
时间序列是按照时间排序的一组随机变量,它通常是在相等间隔的时间段内依照给定的采样率对某种潜在过程进行观测的结果。时间序列数据本质上反映的是某个或者某些随机变量随时间不断变化的趋势,而时间序列预测方法的核心就是从数据中挖... 时间序列是按照时间排序的一组随机变量,它通常是在相等间隔的时间段内依照给定的采样率对某种潜在过程进行观测的结果。时间序列数据本质上反映的是某个或者某些随机变量随时间不断变化的趋势,而时间序列预测方法的核心就是从数据中挖掘出这种规律,并利用其对将来的数据做出估计。针对时间序列预测方法,着重介绍了传统的时间序列预测方法、基于机器学习的时间序列预测方法和基于参数模型的在线时间序列预测方法,并对未来的研究方向进行了进一步的展望。 展开更多
关键词 时间序列 时间序列预测 机器学习 在线学习
下载PDF
时间序列与神经网络法相结合的短期风速预测 被引量：94
14
作者 蔡凯 谭伦农 +1 位作者 李春林 陶雪峰 《电网技术》 EI CSCD 北大核心 2008年第8期82-85,90,共5页
利用时间序列-神经网络法研究了短期风速预测。该方法用时间序列模型来选择神经网络的输入变量,选用多层反向传播(back propagation,BP)神经网络和广义回归神经网络(generalized regression neural network,GRNN)分别对采样时间间隔为10... 利用时间序列-神经网络法研究了短期风速预测。该方法用时间序列模型来选择神经网络的输入变量,选用多层反向传播(back propagation,BP)神经网络和广义回归神经网络(generalized regression neural network,GRNN)分别对采样时间间隔为10min、20min和30min的风速序列进行预测。结果表明,时间序列结合GRNN的方法精度更高,具有一定的实用价值。 展开更多
关键词 短期风速预测 风力发电 时间序列 人工神经网络
下载PDF
基于时间序列分析的滑坡位移预测模型研究 被引量：100
15
作者 徐峰 汪洋 +1 位作者 杜娟 叶疆 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2011年第4期746-751,共6页
结合滑坡位移监测数据,从分析滑坡位移演变规律的角度出发,将滑坡位移分解为受其自身基础地质条件控制的趋势项位移以及由外界因素如降雨、库水位变动等影响的周期项位移,应用时间序列分析方法建立滑坡位移预报模型。采用二次移动平均... 结合滑坡位移监测数据,从分析滑坡位移演变规律的角度出发,将滑坡位移分解为受其自身基础地质条件控制的趋势项位移以及由外界因素如降雨、库水位变动等影响的周期项位移,应用时间序列分析方法建立滑坡位移预报模型。采用二次移动平均法分离滑坡位移的趋势项和周期项,在此基础上分别采用GM(1,1)灰色模型和自回归AR模型分别对滑坡趋势项位移和周期项位移进行预测,将计算得到的各分项位移预测值叠加即得到总位移预测值。以三峡库区八字门滑坡位移为例,分析对比实测与预测位移–时间曲线之间的关系。计算结果能够较好地体现出滑坡在外界诱发因素作用下位移的发展变化趋势,说明所建滑坡位移预测预报模型效果较好,在滑坡位移预测中是有效可行的。 展开更多
关键词 边坡工程 滑坡 位移预测 时间序列 GM(1 1)灰色模型 自回归(AR)模型
下载PDF
基于时间序列与PSO-SVR耦合模型的白水河滑坡位移预测研究 被引量：100
16
作者 张俊 殷坤龙 +1 位作者 王佳佳 黄发明 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2015年第2期382-391,共10页
滑坡位移预测模型的选择及其参数的选取是滑坡位移预测中至关重要的2个问题,以往的模型在预测滑坡位移时具有诸多的限制和不足。以三峡库区白水河滑坡为研究对象,基于时间序列分析方法,分离提取出滑坡趋势性位移与周期性位移。前者主要... 滑坡位移预测模型的选择及其参数的选取是滑坡位移预测中至关重要的2个问题,以往的模型在预测滑坡位移时具有诸多的限制和不足。以三峡库区白水河滑坡为研究对象,基于时间序列分析方法,分离提取出滑坡趋势性位移与周期性位移。前者主要受控于滑坡的内部因素(物质组成、地质构造、地形地貌等),可用最小二乘法对其进行多项式拟合并预测:后者是由外部影响因素(季节性降雨、库水位变动等)导致,取当月降雨量、双月降雨量、库水位高程、月间库水位变化量、双月库水位变化量和年间累计位移增量作为周期性位移的影响因子,提出采用可优化选参的粒子群优化算法(PSO)与支持向量机回归(SVR)相结合的方法对其进行预测;将各分位移预测值叠加得到累计位移预测值。运用多种方法进行分析对比,结果表明,基于时间序列与PSO-SVR耦合模型的滑坡位移预测精度要明显高于BP神经网络模型、网格搜索法优化的支持向量机模型(GS),其在滑坡位移预测中具有一定的理论基础和良好的应用前景。 展开更多
关键词 边坡工程 滑坡 位移预测 时间序列 粒子群优化算法 支持向量机回归
原文传递
从混沌时间序列同时计算关联维和Kolmogorov熵 被引量：64
17
作者 赵贵兵 石炎福 +1 位作者 段文锋 余华瑞 《计算物理》 CSCD 北大核心 1999年第3期309-315,共7页
在ＧＰ算法的基础上提出用最小二乘法从时间序列同时计算出关联维和Ｋｏｌｍｏｇｏｒｏｖ熵的方法。对混沌系统，从本方法得出的关联维是最优的，同时也得到了Ｋｏｌｍｏｇｏｒｏｖ熵的稳定估计。并用Ｒｏｓｌｅｒ吸引子和Ｌｏｒｅｎ... 在ＧＰ算法的基础上提出用最小二乘法从时间序列同时计算出关联维和Ｋｏｌｍｏｇｏｒｏｖ熵的方法。对混沌系统，从本方法得出的关联维是最优的，同时也得到了Ｋｏｌｍｏｇｏｒｏｖ熵的稳定估计。并用Ｒｏｓｌｅｒ吸引子和Ｌｏｒｅｎｚ吸引子为例证实了这一算法。 展开更多
关键词 时间序列 关联维 Kolmogorov熵 算法
下载PDF
混沌时间序列相空间重构参数的选取方法 被引量：67
18
作者 王海燕 盛昭瀚 《东南大学学报（自然科学版）》 EI CAS CSCD 2000年第5期113-117,共5页
对混沌时间序列相空间重构中最佳延迟时间间隔和嵌入维数的选取方法作了综述 ,提出了同时考虑这 2个参数选取的重构展开虚假邻点法以及预测误差最小法 。
关键词 混沌时间序列 相空间重构 延尺时间间隔 嵌入维数 动力系统
下载PDF
基于深度学习的短时交通流预测研究 被引量：97
19
作者 王祥雪 许伦辉 《交通运输系统工程与信息》 EI CSCD 北大核心 2018年第1期81-88,共8页
针对交通流时间序列,在深度学习的理论框架下,构建基于LSTM-RNN的城市快速路短时交通流预测模型.根据交通流的时空相关性完成时间序列的重构,依靠模型训练对时空关联特性进行识别和强化,兼顾精度和时效性确定神经网络深度,完成短时交通... 针对交通流时间序列,在深度学习的理论框架下,构建基于LSTM-RNN的城市快速路短时交通流预测模型.根据交通流的时空相关性完成时间序列的重构,依靠模型训练对时空关联特性进行识别和强化,兼顾精度和时效性确定神经网络深度,完成短时交通流预测模型搭建.基于Tensor Flow的Keras完成LSTM-RNN的逐层构建和精细化调参,利用路网实测数据样本完成算法验证,实现模型本地保存并根据预测精度进行自适应更新.结果表明,本文所采用的预测算法精度高,受训练样本量的限制较小,实时性、扩展性和实用性均得到有效提高. 展开更多
关键词 交通工程 交通流预测 LSTM-RNN 时间序列 深度学习
下载PDF
时间序列资料ARIMA季节乘积模型及其应用 被引量：81
20
作者 张蔚 张彦琦 杨旭 《第三军医大学学报》 CAS CSCD 北大核心 2002年第8期955-957,共3页
目的　用ARIMA季节乘积模型 (p ,d ,q) (P ,D ,Q)s对季节性时间序列资料建模并预测 ,并与指数平滑法进行比较 ,考察ARIMA乘积模型的预测效果。方法　用Box Ljung统计量评价ARIMA模型的拟和度 ,用平均预测相对误差作为预测效果的评价指... 目的　用ARIMA季节乘积模型 (p ,d ,q) (P ,D ,Q)s对季节性时间序列资料建模并预测 ,并与指数平滑法进行比较 ,考察ARIMA乘积模型的预测效果。方法　用Box Ljung统计量评价ARIMA模型的拟和度 ,用平均预测相对误差作为预测效果的评价指标。结果　对所分析的季节性时间序列建立了乘积ARIMA(0 ,1,1)× (0 ,1,1) 12 模型 ,平均预测相对误差为 4 89% ,指数平滑法的平均预测相对误差为 8 14 %。结论　对所分析的时间序列 。 展开更多
关键词 ARIMA季节乘积模型 时间序列 门诊量 序列分析 卫生统计学
下载PDF
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 2 … 250 下一页 到第 页
使用帮助 返回顶部