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：
城市间非节假日人口流动网络特征分析 被引量：4
1
作者 胡亚萍 杨洋 《统计与决策》 CSSCI 北大核心 2021年第18期68-71,共4页
文章基于腾讯位置大数据,运用复杂网络分析方法,从多个尺度出发开展中国城市间非节假日人口流动网络特征研究。结果表明:在非节假日期间,中国城市人口集散能力呈"金字塔"结构分布,人口流动中介作用最强的城市为北京;在中国四... 文章基于腾讯位置大数据,运用复杂网络分析方法,从多个尺度出发开展中国城市间非节假日人口流动网络特征研究。结果表明:在非节假日期间,中国城市人口集散能力呈"金字塔"结构分布,人口流动中介作用最强的城市为北京;在中国四大经济区中,高层级人口集散中心主要分布在东部地区,中部地区核心城市的中介作用最强,东北地区最弱;中国高层级的人口集散中心城市呈现以"四大体系"和"五小中心"为主的空间分布格局。 展开更多
关键词 人口流动 腾讯位置大数据 复杂网络 非节假日
下载PDF
基于利用BP神经网络进行Stacking模型融合算法的电力非节假日负荷预测研究 被引量：4
2
作者 李昆明 厉文婕 《软件》 2019年第9期176-181,共6页
短期负荷预测尤其是非节假日负荷预测对提升电力系统整体调度、支撑电网运营工作起着十分关键的作用。目前针对非节假日负荷预测的理论、方法和应用层出不穷,但是预测精度和使用范围都受到一定限制,并且经济发展对短期负荷预测的精度提... 短期负荷预测尤其是非节假日负荷预测对提升电力系统整体调度、支撑电网运营工作起着十分关键的作用。目前针对非节假日负荷预测的理论、方法和应用层出不穷,但是预测精度和使用范围都受到一定限制,并且经济发展对短期负荷预测的精度提出越来越高的要求,传统的机器学习算法已经难以满足人们的需求。为了提高负荷预测的精度,本文提出了利用BP神经网络进行Stacking模型融合算法,它是基于集成学习的思想,首先挑选五种预测精度较高的单模型,然后利用Stacking模型融合方法将其集成为预测精度更高的综合模型。本文采用此算法预测某省2018年非节假日负荷,结果表明该算法可以有效提高预测精度。 展开更多
关键词 预测精度 非节假日负荷预测 BP神经网络 Stacking模型融合
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 下一页 到第 页
使用帮助 返回顶部