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3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：
基于粗糙集理论-主成分分析的Elman神经网络短期风速预测 被引量：31
1
作者 尹东阳 盛义发 +2 位作者 蒋明洁 李永胜 谢曲天 《电力系统保护与控制》 EI CSCD 北大核心 2014年第11期46-51,共6页
为了解决传统静态前馈神经网络(FNN)在短期风速预测中易陷入局部最优值及动态性能的不足,引入Elman动态神经网络建立风速预测模型,采用主成分分析法(PCA)对原始风速数据进行特征提取以优化神经网络的输入,改进激励函数和网络结构以寻求... 为了解决传统静态前馈神经网络(FNN)在短期风速预测中易陷入局部最优值及动态性能的不足,引入Elman动态神经网络建立风速预测模型,采用主成分分析法(PCA)对原始风速数据进行特征提取以优化神经网络的输入,改进激励函数和网络结构以寻求函数收敛速度和预测精度的最优解。针对Elman神经网络预测模型在风速波动的峰值处预测误差较大及预测精度存在波动性,提出采用粗糙值理论对模型预测值进行修正与补偿,进一步提高预测精度。实验证明:所提出的方法能有效提高预测精度,增强神经网络模型的泛化能力,具有较好的实用性。 展开更多
关键词 风速预测 ELMAN神经网络 主成分分析 粗糙集理论 预测值修正 principal components analysis (PCA)
下载PDF
基于CEEMDAN与回声状态网络的风速预测方法 被引量：19
2
作者 韩宏志 唐振浩 《电力系统保护与控制》 EI CSCD 北大核心 2020年第12期90-96,共7页
为了对风速进行准确预测,结合分类与回归树(Classification and Regression Tree,CART)、自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、回声状态网络与非线性误差修... 为了对风速进行准确预测,结合分类与回归树(Classification and Regression Tree,CART)、自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、回声状态网络与非线性误差修正策略,提出了一种基于回声状态网络(Echo Sate Network,ESN)的混合期风速预测方法。其中,CART用于对原始数据进行重构,得到建模数据集。CEEMDAN用于提取输入特征信息。ESN根据输入特征建立风速预测建模。最后,利用误差修正策略对所得到的模型进行修正。基于国内某风电场的数据实验表明,所提出方法能够准确预测风速,可以指导风场生产,提高生产自动化水平。 展开更多
关键词 风速预测 回声状态网络 CEEMDAN CART 预测值修正
下载PDF
基于历史数据挖掘的海上船舶交通事故预测
3
作者 张哲 《舰船科学技术》 北大核心 2024年第14期174-177,共4页
为优化船舶航行路线,减少因交通事故导致的延误和拥堵,提升海上运输效率和效益,研究基于历史数据挖掘的海上船舶交通事故预测方法。从海事机构获取海上船舶交通事故历史数据后,采用数据挖掘方法中的一维局阿尼自编码器对海上船舶交通事... 为优化船舶航行路线,减少因交通事故导致的延误和拥堵,提升海上运输效率和效益,研究基于历史数据挖掘的海上船舶交通事故预测方法。从海事机构获取海上船舶交通事故历史数据后,采用数据挖掘方法中的一维局阿尼自编码器对海上船舶交通事故历史数据展开挖掘,得到海上船舶交通事故特征,再建立灰色SCGM(1,1)C模型,将海上船舶交通事故特征输入到该模型中,并运用当前预测状态中间值作为修正产生,对灰色SCGM(1,1)C模型预测结果进行修正后,得到海上船舶交通事故预测结果。实验表明,该方法具备较强的海上船舶交通事故历史数据挖掘能力,灰色SCGM(1,1)C模型输出的海上船舶交通事故预测结果 DBI数值较高,预测海上船舶交通事故能力较好。 展开更多
关键词 数据挖掘 海上船舶 交通事故预测 灰色模型 自编码器 预测值修正
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