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6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：
一类SEIR-A与TCN混合传染病模型的研究 被引量：1
1
作者 李季 乔敏 邹黎敏 《重庆工商大学学报（自然科学版）》 2023年第6期83-92,共10页
目的由于传染病的不断复杂化,一类传播过程中出现大量隐性感染人群的疾病逐渐流行,提出一种基于SEIR模型改进后的SEIR-A模型来更加准确地刻画该类疾病的传播机制。方法在动力学模型方面,主要有以下两点改进:一是假设潜伏期人群和显性感... 目的由于传染病的不断复杂化,一类传播过程中出现大量隐性感染人群的疾病逐渐流行,提出一种基于SEIR模型改进后的SEIR-A模型来更加准确地刻画该类疾病的传播机制。方法在动力学模型方面,主要有以下两点改进:一是假设潜伏期人群和显性感染人群具有一致的传染因子;二是引入具有不同传染性的隐性感染人群A,且增添隐性感染者向显性感染者单向转换的常值因子ω,构建一类具有特殊隐性感染人群的SEIR-A模型。此外,将改进后的SEIR-A模型与时间卷积网络TCN模型线性结合,得到一种动力学模型和深度学习模型相互融合的混合模型。结果通过真实数据的拟合,结果表明:SEIR-A模型可以模拟传染病的总体趋势,且能够对该疾病中现存隐性感染人群和累计恢复人群做出准确拟合,决定系数R^(2)分别达到0.9870和0.9899,证明该模型合理;SEIR-A与TCN的混合模型可以实现对复杂现存显性感染人群的拟合,相较于单一的SEIR-A模型、TCN和LSTM模型,该混合模型的决定系数R^(2)达到了0.9611,取得了5种对比模型中最优的拟合精度。结论传统动力学和深度学习的结合,可以在体现疾病传播机理的同时有效解决传统模型拟合精度不高的问题,对传染病研究具有现实意义。 展开更多
关键词 SEIR-A模型 tcn模型 粒子群优化算法 混合模型
下载PDF
基于VMD-TCN的太阳活动指数F10.7的短期预报
2
作者 王璐瑶 《自然科学》 2024年第2期449-460,共12页
F10.7是波长为10.7 cm太阳辐射通量,它经常作为不同空间天气模型、大气密度经验模型中一个重要的参数输入,同时也是最广泛使用的衡量太阳活动水平强弱的参数之一,因此对其进行准确的预报是空间天气研究的一个重点关注的方向。本文利用19... F10.7是波长为10.7 cm太阳辐射通量,它经常作为不同空间天气模型、大气密度经验模型中一个重要的参数输入,同时也是最广泛使用的衡量太阳活动水平强弱的参数之一,因此对其进行准确的预报是空间天气研究的一个重点关注的方向。本文利用1957~2019年观测的太阳辐射通量F10.7数据建立了基于VMD-TCN的F10.7预测模型,其中将1957~2008年作为模型训练集,2009~2019年作为模型的测试集,并使用留一法对数据集进行分组,进行多次交叉验证。实验结果表明:VMD-TCN模型预报F10.7的均方根误差1~4 sfu,平均绝对误差百分比为0~2 sfu,相关系数高达0.99。与基于相同数据集建模的其他模型如TCN,VMD-ELM模型相比,VMD-TCN模型预测F10.7的均方根误差更低,相关系数更高,模型综合预测效果最佳。 展开更多
关键词 F10.7预测 VMD分解 tcn模型
下载PDF
基于改进LSTM-TCN模型的分布式光伏功率预测研究
3
作者 陈建军 李良杰 卢泽汉 《电子设计工程》 2024年第16期187-190,195,共5页
光伏发电受天气因素的影响,造成供电的稳定性降低,使得光伏功率预测准确性不高。为保证供电服务质量,提出一种基于改进LSTM-TCN的预测模型。利用灰色关联度算法选取光伏功率影响因素,通过相似度计算,获取分布式光伏功率值,组成训练样本... 光伏发电受天气因素的影响,造成供电的稳定性降低,使得光伏功率预测准确性不高。为保证供电服务质量,提出一种基于改进LSTM-TCN的预测模型。利用灰色关联度算法选取光伏功率影响因素,通过相似度计算,获取分布式光伏功率值,组成训练样本数据。将LSTM与TCN结合,构建改进LSTM-TCN预测模型,并通过模型训练,得到成熟的预测模型。实验结果表明,所研究模型预测结果的平均平方差和平均绝对误差率分别为0.562 6 kW和2.653 2%,远低于另外两种对比方法,表明所提方法的功率预测准确性高。 展开更多
关键词 改进LSTM-tcn模型 分布式光伏功率 训练样本数据 预测模型
下载PDF
基于TCN-LSTM模型的电网电能质量扰动分类研究
4
作者 王义国 林峰 +3 位作者 李琦 刘钰淇 胡贵洋 孟祥宇 《电力系统保护与控制》 EI CSCD 北大核心 2024年第17期161-167,共7页
随着新能源发电和众多电动汽车充电桩等非线性设备并网运行,电网电能质量问题日渐凸显。现有解决方案在电能质量扰动分类上流程复杂,且在处理扰动信号时分类准确率偏低。为应对这一挑战,引入了TCN-LSTM混合模型,融合了时域卷积网络(temp... 随着新能源发电和众多电动汽车充电桩等非线性设备并网运行,电网电能质量问题日渐凸显。现有解决方案在电能质量扰动分类上流程复杂,且在处理扰动信号时分类准确率偏低。为应对这一挑战,引入了TCN-LSTM混合模型,融合了时域卷积网络(temporal convolutional network,TCN)和长短时记忆网络(longshort-term memory,LSTM)。其中,TCN专注于捕捉时序数据的局部特性,而LSTM负责挖掘长期依赖关系,两者结合能够有效捕捉信号的局部特征和全局关系。为验证模型性能,对14种加入不同信噪比白噪声的电能质量扰动信号进行分类测试。结果表明,TCN-LSTM模型展现出较强的抗噪性能,并在与现有深度网络模型的对比中展现了更高的分类准确度。 展开更多
关键词 电能质量 扰动分类 tcn-LSTM模型 时序数据 抗噪性能
下载PDF
“CNN+TCN”模型在高频国债期货市场走势预测中的应用 被引量：2
5
作者 李骏琪 杨垚立 《统计与决策》 CSSCI 北大核心 2022年第1期145-148,共4页
深度学习(Deep Learning)算法的发展和成熟为高频、量化交易提供了全新的技术手段。文章将卷积神经网络(CNN)和时序卷积网络(TCN)相结合,利用CNN卷积核学习限价指令簿(LOB)空间结构上的预测信息,用TCN学习LOB时间维度上的价格相关性。同... 深度学习(Deep Learning)算法的发展和成熟为高频、量化交易提供了全新的技术手段。文章将卷积神经网络(CNN)和时序卷积网络(TCN)相结合,利用CNN卷积核学习限价指令簿(LOB)空间结构上的预测信息,用TCN学习LOB时间维度上的价格相关性。同时,利用2019年5年期国债期货所有合约的level 2行情数据对"CNN+TCN"模型进行检验,发现该模型能够提供非常稳定的样本外精度,而且模型表现得稳定地、显著地优于随机森林、支持向量机等已经在业界大量应用的成熟机器学习模型,并且训练速度大为提高。 展开更多
关键词 “CNN+tcn”模型 限价指令簿 国债期货 高频交易
下载PDF
关于LSTM-TCN模型结合递归特征消除法的股票预测
6
作者 王文姣 张娜 《应用数学进展》 2022年第10期7135-7142,共8页
近年来,神经网络深度学习算法在金融领域研究中一直得到广泛应用。为了帮助股民深刻了解股票行情进而实现合理化投资,在融合长短时记忆网络(LSTM)和时序卷积神经网络(TCN)的优势构建的LSTM-TCN模型基础上,引入递归特征消除法,通过反复... 近年来,神经网络深度学习算法在金融领域研究中一直得到广泛应用。为了帮助股民深刻了解股票行情进而实现合理化投资,在融合长短时记忆网络(LSTM)和时序卷积神经网络(TCN)的优势构建的LSTM-TCN模型基础上,引入递归特征消除法,通过反复训练得到可以明显降低预测误差的特征向量组合作为LSTM-TCN模型的输入;其次利用LSTM网络提取数据局部时间特征,再将输出的特征矩阵输入TCN网络进一步挖掘长时间特征,从而构成LSTM-TCN联合模型来对股票收盘价进行预测,可实现时序特征的充分挖掘,获取更多的信息。中国平安股票数据的预测结果表明:LSTM-TCN联合模型的RMSE为0.773,MAPE为1.05%,均小于其他传统机器学习模型以及LSTM、TCN模型,说明了提出的LSTM-TCN联合模型在股价预测方面具有更高的预测精度。 展开更多
关键词 神经网络 股票预测 收盘价 LSTM-tcn联合模型
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