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1,633篇文章
< 1 2 … 82 >
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：
基于高光谱的柑橘叶片氮素含量多元回归分析 被引量：44
1
作者 黄双萍 洪添胜 +3 位作者 岳学军 吴伟斌 蔡坤 徐兴 《农业工程学报》 EI CAS CSCD 北大核心 2013年第5期132-138,共7页
快捷、准确、无损地检测柑橘叶片氮(N)素含量,对柑橘树N肥施用的精准动态管理有重大现实意义。以117株园栽罗岗橙为试验研究对象,在不同生长期用ASD公司的FieldSpec3采集柑橘树健康叶片的高光谱反射值,以高光谱反射数据或其变换形式作... 快捷、准确、无损地检测柑橘叶片氮(N)素含量,对柑橘树N肥施用的精准动态管理有重大现实意义。以117株园栽罗岗橙为试验研究对象,在不同生长期用ASD公司的FieldSpec3采集柑橘树健康叶片的高光谱反射值,以高光谱反射数据或其变换形式作为柑橘树样本多元矢量描述;用凯氏定氮法同期检测出柑橘树叶的真实N素含量值;在用PCA对高维光谱矢量降维的基础上,利用支持矢量回归算法(SVR)建立高光谱多元表达和N素含量间的映射关系,以实现任意柑橘树N素含量的预测分析。试验结果表明,测试集上预测值和真实值间的平方决定系数R2为0.9730,平均相对误差为0.9033%,均方误差MSE为0.090343,证明了该方法的有效性,为利用高光谱技术进行柑橘树N素含量的无损检测提供了参考。 展开更多
关键词 N元素 回归分析 高光谱 柑橘叶片 svr
下载PDF
基于D-InSAR技术和SVR算法的开采沉陷监测与预计 被引量：40
2
作者 陈炳乾 邓喀中 范洪冬 《中国矿业大学学报》 EI CAS CSCD 北大核心 2014年第5期880-886,共7页
针对传统开采沉陷监测和预计方法存在诸多缺陷且两者无法实现集成化的问题,提出了利用合成孔径雷达差分干涉测量技术(D-InSAR)进行开采沉陷监测,并将监测结果与支持向量回归算法(SVR)相结合进行开采沉陷动态预计,最终实现开采沉陷监测... 针对传统开采沉陷监测和预计方法存在诸多缺陷且两者无法实现集成化的问题,提出了利用合成孔径雷达差分干涉测量技术(D-InSAR)进行开采沉陷监测,并将监测结果与支持向量回归算法(SVR)相结合进行开采沉陷动态预计,最终实现开采沉陷监测与动态预计的一体化.首先利用D-InSAR技术获取开采沉陷的影响范围与发展趋势;然后将监测结果作为SVR算法的训练与学习样本建立预计函数;最后在已建立预计函数的基础上采用滚动预测方法进行开采沉陷动态预计.以陕西省大柳塔矿某工作面为例,采用所提出的方法,使用13景TerraSAR-X雷达影像进行实验研究与分析.结果表明:D-InSAR监测结果能够很好地反映开采沉陷的影响范围与发展趋势,其开采沉陷的最大绝对和相对预计误差分别为19mm,5.4%.实验结果证明了该方法的可行性. 展开更多
关键词 开采沉陷 沉陷监测 动态预计 D—InSAR 支持向量回归
原文传递
基于季节SVR-PSO的旅游客流量预测模型研究 被引量：35
3
作者 陈荣 梁昌勇 +2 位作者 陆文星 宋国锋 梁焱 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2014年第5期1290-1296,共7页
准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响,旅游客流量预测不仅呈现复杂非线性特点,而且显示出典型的季节性趋势,尤其在旅游旺季.文章提出一种季节支持向量回归(seasonal support vector regression,SSVR)和粒... 准确的旅游客流量预测对旅游风景区有着决定性的意义.受多种原因影响,旅游客流量预测不仅呈现复杂非线性特点,而且显示出典型的季节性趋势,尤其在旅游旺季.文章提出一种季节支持向量回归(seasonal support vector regression,SSVR)和粒子群算法(particle swarm optimization,PSO)结合模型,即SSVR-PSO,实现对旅游客流量的预测.来自国内著名5A级风景区黄山2008-2011年最新月客流量数据仿真结果显示,SSVR-PSO模型预测精度明显高于SVRPSO、SVR-GA、BPNN、ARIMA等方法,是进行旅游客流量预测的有效工具. 展开更多
关键词 支持向量回归 季节调整 粒子群算法 旅游客流量预测
原文传递
基于LSTM神经网络的沪深300指数预测模型研究 被引量：31
4
作者 冯宇旭 李裕梅 《数学的实践与认识》 北大核心 2019年第7期308-315,共8页
将LSTM用于沪深300指数的股价预测中,并在通用变量开盘价、收盘价、最高价、最低价的基础上新加入了日成交量与日成交额,以此来预测第二日的最高价,获得了比较好的预测效果,并与SVR模型和Adaboost模型预测作对比,LSTM获得的测试集RMSE... 将LSTM用于沪深300指数的股价预测中,并在通用变量开盘价、收盘价、最高价、最低价的基础上新加入了日成交量与日成交额,以此来预测第二日的最高价,获得了比较好的预测效果,并与SVR模型和Adaboost模型预测作对比,LSTM获得的测试集RMSE要更低.接着,用SVR、Adaboost和LSTM进行岭回归集成,即,先用训练集对这三种模型进行训练,然后用训练数据进行测试,将它们的测试结果作为自变量,以相应的真实第二日最高价作因变量,进行岭回归,再对测试集数据做出预测,得到测试集的RMSE进一步降低;再者,查看回归方程发现SVR系数为负,与因变量呈负相关关系,进一步选取Adaboost和LSTM两种模型在训练集上的预测结果做自变量,相应的真实第二日最高价作因变量,再次进行岭回归,得到测试集的RMSE再次降低,进一步验证了回归集成算法的有效性,可以为广大投资者做买卖决策时提供重要的参考价值. 展开更多
关键词 股价预测 LSTM 沪深300指数 svr ADABOOST 岭回归集成 RMSE
原文传递
基于SVR的区域交通碳排放预测研究 被引量：29
5
作者 陈亮 王金泓 +3 位作者 何涛 周志华 李巧茹 杨文伟 《交通运输系统工程与信息》 EI CSCD 北大核心 2018年第2期13-19,共7页
基于STIRPAT模型,选择旅客周转量、货物周转量、人均GDP、机动车保有量、碳排放强度、能源结构和城市化率7项指标作为我国区域交通碳排放影响因素,建立基于支持向量回归机的碳排放预测模型,并以1990—2016年北京市交通碳排放相关数据为... 基于STIRPAT模型,选择旅客周转量、货物周转量、人均GDP、机动车保有量、碳排放强度、能源结构和城市化率7项指标作为我国区域交通碳排放影响因素,建立基于支持向量回归机的碳排放预测模型,并以1990—2016年北京市交通碳排放相关数据为基础数据做实例分析.结果表明:训练样本交叉验证均方误差仅为0.008 040,得到参数C和γ的最优值;模型预测值与真实值的拟合回归效果良好,训练集和测试集的相关系数分别为0.984 2和0.995 0,即模型具有良好的学习和推广能力;未来区域交通碳排放增长趋势逐渐变缓,但总量将继续呈上升趋势,社会仍然面临较大的温室气体减排压力. 展开更多
关键词 综合交通运输 预测研究 svr 交通碳排放 影响因素
下载PDF
SBR工艺处理猪场粪污的试验研究 被引量：23
6
作者 邓良伟 姚爱莉 梅自立 《中国沼气》 2000年第1期8-11,共4页
用有效容积 5L的序批式反应器 (SBR)进行猪粪污水水解出水处理试验。停留时间 (HRT)1 0～ 1 4d。CODCr,BOD5,SS去除率分别为 5 1 2 %～ 81 5 % ,72 4%～ 95 7% ,96 3%～ 97 3% ,但出水中仍残留相当数量的难降解CODCr。SBR对... 用有效容积 5L的序批式反应器 (SBR)进行猪粪污水水解出水处理试验。停留时间 (HRT)1 0～ 1 4d。CODCr,BOD5,SS去除率分别为 5 1 2 %～ 81 5 % ,72 4%～ 95 7% ,96 3%～ 97 3% ,但出水中仍残留相当数量的难降解CODCr。SBR对氮有较好的去除效果 ,TN去除率为 74 1% ,特别是对NH4 N的去除效果尤佳 ,去除率达 97%以上。研究表明 :CODCr的降解主要在曝气开始后 30min内完成 ,而NH4 N的去除在整个曝气周期内都在进行 ,在完成CODCr降解后的 90min内去除最快。通过对比试验证明 ,NH4 N的去除不是依靠吹脱作用 ,而是微生物降解的贡献。 展开更多
关键词 序批式反应器 猪场粪污 污水处理 svr 养殖业
下载PDF
SVR在传感器故障诊断中的仿真研究 被引量：24
7
作者 翟永杰 尚雪莲 +1 位作者 韩璞 王东风 《系统仿真学报》 CAS CSCD 2004年第6期1257-1259,1279,共4页
利用回归型支持向量机(Support vector regression, SVR),设计了一个传感器故障诊断系统。对SVR采用离线训练,在线应用的方法。使用训练好的SVR模拟系统的动态特性,并将输出结果和实际系统输出相比较,从而生成故障残差。仿真结果表明,SV... 利用回归型支持向量机(Support vector regression, SVR),设计了一个传感器故障诊断系统。对SVR采用离线训练,在线应用的方法。使用训练好的SVR模拟系统的动态特性,并将输出结果和实际系统输出相比较,从而生成故障残差。仿真结果表明,SVR能够高精度的模拟系统的动态特性,进而生成较高精度的故障残差,有效地保证了传感器故障诊断的准确性。 展开更多
关键词 svr SVM 故障诊断 传感器
下载PDF
WorldView-2纹理的森林地上生物量反演 被引量：28
8
作者 蒙诗栎 庞勇 +3 位作者 张钟军 李增元 王雪琼 李世明 《遥感学报》 EI CSCD 北大核心 2017年第5期812-824,共13页
使用高空间分辨率卫星WorldView-2的多光谱遥感影像,构建植被指数和纹理因子等遥感因子与森林地上生物量的关系方程,并计算模型估测精度和均方根误差,探索高分辨率数据的光谱与纹理信息在温带森林地上生物量估测应用中的潜力。以黑龙江... 使用高空间分辨率卫星WorldView-2的多光谱遥感影像,构建植被指数和纹理因子等遥感因子与森林地上生物量的关系方程,并计算模型估测精度和均方根误差,探索高分辨率数据的光谱与纹理信息在温带森林地上生物量估测应用中的潜力。以黑龙江省凉水自然保护区温带天然林及天然次生林为研究对象,通过灰度共生矩阵(GLCM)、灰度差分向量(GLDV)及和差直方图(SADH)对高分辨率遥感影像进行纹理信息提取,并利用外业调查的74个样地地上生物量与遥感因子建立参数估计模型。提取的遥感因子包括6种植被指数(比值植被指数RVI、差值植被指数DVI、规一化植被指数NDVI、增强植被指数EVI、土壤调节植被指数SAVI和修正的土壤调节植被指数MSAVI)以及3类纹理因子(GLCM、GLDV和SADH)。为避免特征变量个数较多对估测模型造成过拟合,利用随机森林算法对提取的遥感因子进行特征选择,将最优的特征变量输入模型参与建模估测。采用支持向量回归(SVR)进行生物量建模及验证,结果显示选入模型的和差直方图均值(sadh_mean)、灰度共生矩阵方差(glcm_var)和差值植被指数(DVI)等遥感因子对森林地上生物量有较好的解释效果;植被指数+纹理因子组合的模型获得较精确的AGB估算结果(R2=0.85,RMSE=42.30 t/ha),单独使用植被指数的模型精度则较低(R^2=0.69,RMSE=61.13 t/ha)。 展开更多
关键词 地上生物量 纹理因子 WorldView-2 高分辨率遥感影像 温带森林 随机森林 支持向量回归
原文传递
基于支持向量回归(SVR)和多时相遥感数据的冬小麦估产 被引量：27
9
作者 黎锐 李存军 +4 位作者 徐新刚 王纪华 杨小冬 黄文江 潘瑜春 《农业工程学报》 EI CAS CSCD 北大核心 2009年第7期114-117,共4页
发展和构建高精度的作物遥感估产模型,对于国家制订粮食进出口政策和保障粮食安全具有重要意义。尝试利用支持向量回归方法(SVR)构建遥感估产模型,首先利用北京郊区2004年和2007年冬小麦主要生育期多时相LandsatTM影像生成的归一化植被... 发展和构建高精度的作物遥感估产模型,对于国家制订粮食进出口政策和保障粮食安全具有重要意义。尝试利用支持向量回归方法(SVR)构建遥感估产模型,首先利用北京郊区2004年和2007年冬小麦主要生育期多时相LandsatTM影像生成的归一化植被指数,通过SVR构建遥感估产模型进行产量估算。然后针对模型的稳健型和预报能力进行交叉验证,并与常规的多元回归方法进行对比。结果表明,利用SVR方法构建的遥感估算模型有效地提高了估算精度,与多元回归方法相比,2004年和2007年决定系数分别提高0.2162、0.2158,均方根误差分别降低0.1682、0.2912。因此基于SVR和多时相遥感数据构建估产模型用于冬小麦估产是可行、有效的,为应用多时相遥感数据进行冬小麦估产提供了一种方法。 展开更多
关键词 svr 多时相遥感 估产 NDVI
下载PDF
基于SVR的期权价格预测模型 被引量：22
10
作者 杨建辉 李龙 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2011年第5期848-854,共7页
提出了运用非参数方法SVR与改进的期权定价方法结合的期权价格预测模型.首先利用股票价格收益率的偏度和峰度对传统的期权定价方法计算出期权的价格进行修正.然后,通过引入非参数方法SVR对其结果进行拟合来减小传统参数模型的误差,并建... 提出了运用非参数方法SVR与改进的期权定价方法结合的期权价格预测模型.首先利用股票价格收益率的偏度和峰度对传统的期权定价方法计算出期权的价格进行修正.然后,通过引入非参数方法SVR对其结果进行拟合来减小传统参数模型的误差,并建立SVR滑动窗口预测模型.由于传统的方法不能有效的把握实际期权价格的运动趋势和非线性的特点,所以在第一阶段的预测后,在第二阶段引入SVR来解决其非线性,进而减小误差.最后,利用我国长虹CWB1权证以及随机10只认购权证日价格数据进行实证检验.结果表明:在预测精度方面,非参数方法要优于传统的参数方法,而改进后的期权定价方法比传统的方法更符合实际情况. 展开更多
关键词 预测 svr 非参数 权证 GARCH
原文传递
测井资料PSO-XGBoost渗透率预测 被引量：23
11
作者 谷宇峰 张道勇 鲍志东 《石油地球物理勘探》 EI CSCD 北大核心 2021年第1期26-37,I0007,I0008,共14页
渗透率预测模型主要分为物理模型和拟合模型。物理模型基于测井理论,能得到可靠的渗透率预测值,但推广性较差;逐步迭代为经典的拟合算法,能快速预测渗透率,但难以确定各类测井曲线与渗透率之间的复杂关系,因此无法用解析式表示目的层渗... 渗透率预测模型主要分为物理模型和拟合模型。物理模型基于测井理论,能得到可靠的渗透率预测值,但推广性较差;逐步迭代为经典的拟合算法,能快速预测渗透率,但难以确定各类测井曲线与渗透率之间的复杂关系,因此无法用解析式表示目的层渗透率最优拟合模型。为此,从优化参数角度出发,利用粒子群优化(PSO)算法改进XGBoost,进而提出渗透率预测模型PSO-XGBoost。以姬塬油田西部长4+5段致密砂岩储层为研究对象,通过三个实验考查PSO-XGBoost预测渗透率的能力。结果表明:(1)与物理模型相比,拟合模型涉及的储层特征参数较少,因此在建模资料不充足的情况下,适用性更好。但由于预测性能受建模数据品质影响很大,导致计算稳定性不佳,难以推广使用。(2)使用PSO技术可优化SVR、GBDT、XGBoost参数,形成的PSO-SVR、PSO-GBDT、PSO-XGBoost能快速给出可靠的预测结果,其中PSO-SVR的预测性能随训练样本品质变化而有较大的波动,PSO-GBDT的预测性能随训练样本品质变化没有较大的波动,PSO-XGBoost的预测效率和精度最高,稳定性最好。因此PSO-SVR难以推广使用,PSO-XGBoost最具推广应用价值。(3)逐步迭代、PSO-SVR、PSO-GBDT、PSO-XGBoost的预测能力都可在训练更多学习样本后得到明显提升。 展开更多
关键词 渗透率预测 致密砂岩储层 机器学习 逐步迭代 svr GBDT XGBoost PSO技术
下载PDF
面向旅游突发事件的客流量混合预测方法研究 被引量：18
12
作者 陈荣 梁昌勇 +2 位作者 陆文星 董骏峰 葛立新 《中国管理科学》 CSSCI CSCD 北大核心 2017年第5期167-174,共8页
由于旅游突发事件的突然爆发性、危害性及信息不对称性,导致旅游客流量在短时间内发生急剧变化,原有模式被打破,非线性趋势和线性特征交织的随机性趋势明显,为旅游客流量正常预测带来极大的难度。本文提出一种面向旅游突发事件客流量混... 由于旅游突发事件的突然爆发性、危害性及信息不对称性,导致旅游客流量在短时间内发生急剧变化,原有模式被打破,非线性趋势和线性特征交织的随机性趋势明显,为旅游客流量正常预测带来极大的难度。本文提出一种面向旅游突发事件客流量混合预测方法,即支持向量回归(Support Vector Regression,SVR)和自回归求和移动平均模型(Autoregressive Integrated Moving Average,ARIMA)结合的混合预测方法:首先通过SVR预测旅游突发事件时期客流量,然后再用ARIMA预测SVR预测值的残差部分,最后将两者预测结果相加;同时针对客流量复杂特征,采用一种混沌粒子群算法(Chaos Particle swarm optimization,CPSO)实现对SVR参数选择。来自黄山风景区汶川地震时期客流量相关数据验证表明,混合预测模型优于单一预测方法,为旅游突发事件时期客流量预测提供了一种有效选择。 展开更多
关键词 svr ARIMA CPSO 旅游突发事件 客流量预测
原文传递
基于AR-RNN的多变量水位预测模型研究 被引量：18
13
作者 刘青松 严华 卢文龙 《人民长江》 北大核心 2020年第10期94-99,共6页
影响河流水位的因素众多,鉴于传统的单变量水文预测模型无法充分考虑众多因素,提出了一种基于AR-RNN的多变量水位预测模型。模型包含循环神经网络(RNN)与自回归模型(AR)两个部分。RNN部分为模型引入了大量的非线性层,帮助模型拟合水文... 影响河流水位的因素众多,鉴于传统的单变量水文预测模型无法充分考虑众多因素,提出了一种基于AR-RNN的多变量水位预测模型。模型包含循环神经网络(RNN)与自回归模型(AR)两个部分。RNN部分为模型引入了大量的非线性层,帮助模型拟合水文序列中的非线性成分。但是大量的非线性层降低了模型对于线性成分的敏感性,AR部分可以提高模型对于线性成分的敏感性,使得模型在水位峰值处的预测更加准确。将AR-RNN模型应用于四川省清溪河流域的水位预测中,结果表明:相对于ARIMA模型、SVR模型和BP神经网络,AR-RNN模型的预测精度更高。 展开更多
关键词 水位预测 多变量模型 循环神经网络 自回归模型 ARIMA svr BP神经网络
下载PDF
基于SVR风力机变桨距双模型切换预测控制 被引量：13
14
作者 林勇刚 李伟 崔宝玲 《机械工程学报》 EI CAS CSCD 北大核心 2006年第8期101-106,共6页
通过预测控制算法对风力机变桨距系统进行调节,风力机非线性模型采用支持矢量回归(SVR)算法进行拟合。考虑实运转风力机模型的变化,通过改进的序列最小优化(SMO)代替原增量SVR的凸二次规划算法,并用偶然点排除和模型储存复用等新方法,... 通过预测控制算法对风力机变桨距系统进行调节,风力机非线性模型采用支持矢量回归(SVR)算法进行拟合。考虑实运转风力机模型的变化,通过改进的序列最小优化(SMO)代替原增量SVR的凸二次规划算法,并用偶然点排除和模型储存复用等新方法,有效缩短在线运算时间,实现了改进型增量学习算法的在线辨识。此外,由于电液比例变桨距执行机构的差动回路设计和风力负载的单方向性,造成桨叶顺桨和逆桨时系统模型并不一致,本研究的预测控制过程采用双模型切换。整个算法在变桨距风力机半物理仿真试验台上进行试验,当风速高于额定风速时,与常规的PID控制和单模型SVR预测控制相比,发电机输出最大功率误差分别从约9％和10％降低到3％左右。 展开更多
关键词 模型预测控制 变桨距 svr SMO 半物理
下载PDF
基于支持向量回归机的广西物流需求预测 被引量：16
15
作者 黄毅 夏国恩 《科技管理研究》 北大核心 2011年第2期142-144,150,共4页
传统的区域物流需求预测方法往往具有预测精度不高、数据处理效果不佳等不足,而基于支持向量回归机(SVR)的预测模型正好弥补其不足。基于SVR预测模型,以1985—2008年广西货运量为面板数据,选择合适的核函数及参数,并与灰色及一元回归预... 传统的区域物流需求预测方法往往具有预测精度不高、数据处理效果不佳等不足,而基于支持向量回归机(SVR)的预测模型正好弥补其不足。基于SVR预测模型,以1985—2008年广西货运量为面板数据,选择合适的核函数及参数,并与灰色及一元回归预测方法相对比,发现其预测精度很高,预测值也吻合广西总体经济发展要求。 展开更多
关键词 物流需求 预测 svr
下载PDF
基于ARIMA-SVR的水文时间序列异常值检测 被引量：18
16
作者 孙建树 娄渊胜 陈裕俊 《计算机与数字工程》 2018年第2期225-230,共6页
受天气、地形等复杂因素的影响,水文数据中通常存在不少异常值,对分析决策有着重要影响。论文提出了基于ARIMA-SVR的水文时间序列异常检测算法,在水文数据中表现出良好的检测性能和适应性。首先使用自回归积分滑动平均模型(ARIMA)模型... 受天气、地形等复杂因素的影响,水文数据中通常存在不少异常值,对分析决策有着重要影响。论文提出了基于ARIMA-SVR的水文时间序列异常检测算法,在水文数据中表现出良好的检测性能和适应性。首先使用自回归积分滑动平均模型(ARIMA)模型对水文时间序列的线性自相关部分进行预测,再使用支持向量回归(SVR)模型预测非线性部分,将预测结果相加并得到置信度为α的置信区间,其中实际值不在置信区间内的判定为异常值,最后以滁河流域六合测站点的实测数据进行验证。实验表明,该文算法在特异度与灵敏度均保持较高水平下,还能准确地检测出水文时间序列中的异常值。 展开更多
关键词 水文时间序列 异常检测 ARIMA模型 支持向量回归
下载PDF
基于ARIMA和SVR的光伏电站超短期功率预测 被引量：16
17
作者 赫卫国 郝向军 +4 位作者 郭雅娟 曹潇 陈锦铭 梅飞 刘皓明 《广东电力》 2017年第8期32-37,共6页
利用光伏电站气象站实际监测历史数据,建立基于自回归滑动平均(autoregressive integrated moving average,ARIMA)模型和支持向量回归(support vector regression,SVR)的光伏电站超短期功预测模型来实现光伏电站超短期功率的实时跟踪和... 利用光伏电站气象站实际监测历史数据,建立基于自回归滑动平均(autoregressive integrated moving average,ARIMA)模型和支持向量回归(support vector regression,SVR)的光伏电站超短期功预测模型来实现光伏电站超短期功率的实时跟踪和预测,为此,先用预测日实测数据进行辐照强度和气温ARIMA时间序列的单步预测;其次,辐照强度和气温预测结果输入SVR模型得到下一预测点的输出功率预测值;最后,采用预测点的实测辐照强度、气温、功率数据对原有ARIMA时间序列进行实时更新,以进行再下一预测点的功率预测,依次循环得到预测日全天的输出功率曲线。通过4种不同天气状况下光伏电站的超短期输出功率预测,对ARIMA-SVR模型的有效性进行了验证。 展开更多
关键词 光伏电站 超短期 功率预测 ARIMA svr
下载PDF
贝叶斯框架下大坝渗流参数反演组合代理模型研究 被引量：14
18
作者 余红玲 王晓玲 +3 位作者 王成 曾拓程 余佳 盖世聪 《水利学报》 EI CSCD 北大核心 2022年第3期306-315,324,共11页
渗流参数贝叶斯反演的关键在于解决对渗流正演模型大量调用而导致的计算耗时问题。现有提高贝叶斯反演计算效率的研究大多采用基于单一机器学习算法的代理模型,计算精度较低。针对上述问题,本文提出一种贝叶斯框架下大坝渗流参数反演组... 渗流参数贝叶斯反演的关键在于解决对渗流正演模型大量调用而导致的计算耗时问题。现有提高贝叶斯反演计算效率的研究大多采用基于单一机器学习算法的代理模型,计算精度较低。针对上述问题,本文提出一种贝叶斯框架下大坝渗流参数反演组合代理模型。该方法在贝叶斯框架下集成支持向量回归(SVR)、Kriging和多元自适应回归样条(MARS)三种机器学习算法。其中,利用差分进化自适应Metropolis(DREAMZS)算法并行采样的优势计算权重系数的随机分布函数,在考虑不确定性的条件下获得模型权重系数。案例分析表明,相比于运行一次至少需要耗费4 h的渗流数值模型,本文所提组合代理模型运行一次仅需几秒钟,显著提高了贝叶斯反演的计算效率;此外,本文所提反演方法相比于基于SVR、Kriging和MARS的贝叶斯反演方法能够获得更准确的反演结果,其平均精度分别提高了13.78%、19.34%和12.27%,为大坝渗流参数反演提供了一种新思路。 展开更多
关键词 渗流参数 贝叶斯反演 组合代理模型 DREAMZS算法 svr KRIGING MARS
下载PDF
基于LSTM神经网络模型的钢铁价格预测 被引量：15
19
作者 陆泽楠 商玉林 《科技视界》 2017年第13期116-117,共2页
由于钢铁价格具有影响因子难以确定和非线性的特点,在数据挖掘预测分析是,传统的预测方法只能够对钢铁价格进行小数据量的分析,导致预测精度低、速度慢且效率低下。随着大数据的深入研究,将神经网络与spark相结合,能满足用户对实时数据... 由于钢铁价格具有影响因子难以确定和非线性的特点,在数据挖掘预测分析是,传统的预测方法只能够对钢铁价格进行小数据量的分析,导致预测精度低、速度慢且效率低下。随着大数据的深入研究,将神经网络与spark相结合,能满足用户对实时数据处理的需求。在多个深度学习神经网络模型中,基于长短期记忆单元(Long Short-term memory,LSTM)的递归神经网络(recurrent neural network,RNN)模型因为其能有效利用序列数据中长距离依赖信息的能力,非常适用于价格指数的预测中。文章利用python和lstm,结合近几年钢铁交易价格的走势数据,对数据进行回归拟合,生成训练模型,然后将得出的模型用来对未来的钢铁交易价格进行预测,使用均方误差(MSE)对预测数据和原始数据进行误差分析与处理,并与支持向量回归(SVR)模型进行对比。 展开更多
关键词 大数据 LSTM RNN MSE svr 价格指数预测
下载PDF
基于SVR的GPS高程拟合模型研究 被引量：17
20
作者 丛康林 岳建平 《测绘通报》 CSCD 北大核心 2011年第2期8-11,共4页
研究基于支持向量机回归(SVR)的GPS高程拟合模型,介绍SVR的基本原理,在选择不同样本量的情况下与多项式曲面拟合方法进行比较。试验结果表明,支持向量机回归方法的精度优于曲面拟合方法,尤其在小样本条件下,能够利用有限的样本信息获得... 研究基于支持向量机回归(SVR)的GPS高程拟合模型,介绍SVR的基本原理,在选择不同样本量的情况下与多项式曲面拟合方法进行比较。试验结果表明,支持向量机回归方法的精度优于曲面拟合方法,尤其在小样本条件下,能够利用有限的样本信息获得最好的学习效果和泛化能力,比常规方法更具优越性。 展开更多
关键词 svr GPS高程拟合 高程异常
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 … 82 下一页 到第 页
使用帮助 返回顶部