利用时间序列干涉图叠加法监测江苏盐城地区地面沉降 被引量：12

1

作者 何敏 何秀凤 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2011年第12期1461-1465,共5页

针对永久散射体技术和短基线集法所需SAR数据较多的问题,采用时间序列干涉图叠加法监测区域地表沉降,提出利用结构函数作为判断因子提取出受大气扰动较小的干涉图用于叠加分析,以确保大气延迟误差对地表沉降监测结果影响的最小化。利用1... 针对永久散射体技术和短基线集法所需SAR数据较多的问题,采用时间序列干涉图叠加法监测区域地表沉降,提出利用结构函数作为判断因子提取出受大气扰动较小的干涉图用于叠加分析,以确保大气延迟误差对地表沉降监测结果影响的最小化。利用13景ASAR数据,研究了江苏省盐城市在2003-12～2009-05期间的地面沉降趋势。 展开更多

关键词 合成孔径雷达差分干涉测量 干涉图叠加法 时间序列 地面沉降 大气延迟

原文传递

基于共性误差的CORS站坐标时间序列分析 被引量：4

2

作者 吕成亮 张胜凯 +1 位作者 沈飞 鄂栋臣 《大地测量与地球动力学》 CSCD 北大核心 2016年第1期16-20,共5页

以某省9个CORS站点为例,采用区域叠加滤波法提取CORS站坐标时间序列中的共性误差;然后,计算剔除共性误差前后TEST站坐标时间序列的周期功率谱图,分析共性误差对坐标时间序列的影响;最后,利用最大似然法确定顾及共性误差的CORS站坐标时... 以某省9个CORS站点为例,采用区域叠加滤波法提取CORS站坐标时间序列中的共性误差;然后,计算剔除共性误差前后TEST站坐标时间序列的周期功率谱图,分析共性误差对坐标时间序列的影响;最后,利用最大似然法确定顾及共性误差的CORS站坐标时间序列噪声模型。结果表明,CORS站坐标时间序列的3个坐标分量具有不同的噪声性质。 展开更多

关键词 区域叠加滤波 时间序列 噪声模型

下载PDF 职称材料

堆垒级数部分和的一般公式 被引量：3

3

作者 孙建新 《绍兴文理学院学报》 2010年第7期1-5,共5页

利用阶乘幂差分的重要性质,得到堆垒级数部分和的一般公式.

关键词 阶乘幂 差分算子 和分算子 STIRLING数 堆垒级数 部分和

下载PDF 职称材料

基于集成CW-RNN的时间序列预测研究 被引量：2

4

作者 刘絮 郑建国 《计算机与数字工程》 2020年第7期1590-1594,1699,共6页

虽然时间序列预测问题已形成较为完整的理论体系,但是在复杂情况下的预测准确度和灵活性仍有提高的余地。针对复杂时间序列预测问题提出一种基于深度学习的集成模型。首先分别使用时钟驱动循环神经网络(CW-RNN)和向量自回归(VAR)模型进... 虽然时间序列预测问题已形成较为完整的理论体系,但是在复杂情况下的预测准确度和灵活性仍有提高的余地。针对复杂时间序列预测问题提出一种基于深度学习的集成模型。首先分别使用时钟驱动循环神经网络(CW-RNN)和向量自回归(VAR)模型进行预测,然后采用stacking的方式集成两者预测结果。实验结果表明,相比单一模型和传统模型,集成模型对时间序列的预测准确度和灵活性均有显著提高。 展开更多

关键词 CW-RNN 时间序列 stacking集成

下载PDF 职称材料

Stacking集成学习在销售预测中的应用 被引量：1

5

作者 尤璞 刘星甫 《软件导刊》 2022年第4期103-108,共6页

销售预测在公司的生产和管理中尤为重要,影响着公司的计划、生产、物流、销售等各方面。为突破单一模型在销售预测中的局限性,提出一种基于Stacking集成算法的销售预测组合模型。首先结合历史销售数据构造新特征,再利用相关性分析进行... 销售预测在公司的生产和管理中尤为重要,影响着公司的计划、生产、物流、销售等各方面。为突破单一模型在销售预测中的局限性,提出一种基于Stacking集成算法的销售预测组合模型。首先结合历史销售数据构造新特征,再利用相关性分析进行特征选择,提高模型性能和可解释性,最后以随机森林、BP神经网络、Prophet算法为基学习器,线性回归为元学习器构造模型。为验证模型,在Kaggle的销售预测公开数据集上进行实验。结果表明,Stack⁃ing模型的MAPE仅为2.16%,相较于单一模型,预测精度最多提升1.42%,最少提升0.48%,获得了更准确的预测效果。因此,该方法可以有效融合几种模型优势,作出更准确的销售预测,为企业决策提供有力支持。 展开更多

关键词 销售预测 时间序列 stacking算法 特征选择

下载PDF 职称材料

关于堆垒级数部分和公式的注记 被引量：2

6

作者 孙建新 《绍兴文理学院学报》 2011年第9期1-4,共4页

文章对堆垒级数部分和的一般公式进行进一步研究,得到系数bkj的若干性质和递推关系.

关键词 堆垒级数 部分和 差分矩阵 多项式展开 展开式系数 递推关系

下载PDF 职称材料

跨阶数的概念及其应用

7

作者 孙建新 《绍兴文理学院学报》 2015年第7期6-9,共4页

引入跨阶数的新概念,并将它应用于堆垒级数部分和一般公式的研究,得到cr的若干性质和bk,k-r计算公式.

关键词 正则幂指数序列 跨阶数 堆垒级数 部分和 展开式系数 计算公式

下载PDF 职称材料

碟形弹簧阻尼特性的实验和计算法研究 被引量：9

8

作者 罗晋华 王海期 +1 位作者 何永标 黄飞 《中国机械工程》 CAS CSCD 北大核心 1995年第2期61-63,共3页

碟形弹簧在变形时伴随有接触面间的滑动摩擦，在动态过程中体现为阻尼，阻尼值在碟簧的叠合和对合使用时有显著变化。在实验基础上研究这种变化，给出其定量表示及计算动态过程的方法，讨论动态过程的特点。计算结果说明碟簧提供的阻尼... 碟形弹簧在变形时伴随有接触面间的滑动摩擦，在动态过程中体现为阻尼，阻尼值在碟簧的叠合和对合使用时有显著变化。在实验基础上研究这种变化，给出其定量表示及计算动态过程的方法，讨论动态过程的特点。计算结果说明碟簧提供的阻尼值很容易超过一般阻尼材料所能提供的阻尼值。 展开更多

关键词 碟形弹簧 阻尼 叠合 对合 弹簧 计算 实验

下载PDF 职称材料

基于信息融合和堆叠模型的超短期风电功率预测 被引量：7

9

作者 鲁泓壮 丁云飞 汪鹏宇 《可再生能源》 CAS CSCD 北大核心 2022年第3期344-349,共6页

针对超短期风电功率预测,准确捕捉功率变化因素和建立混合预测模型是提高预测精度的有效手段之一。为了能够继承和整合单个模型的优点以及增强历史信息的表示和利用能力,文章提出了一种基于信息融合和堆叠模型的超短期风电功率预测模型... 针对超短期风电功率预测,准确捕捉功率变化因素和建立混合预测模型是提高预测精度的有效手段之一。为了能够继承和整合单个模型的优点以及增强历史信息的表示和利用能力,文章提出了一种基于信息融合和堆叠模型的超短期风电功率预测模型。首先,利用相关性方法选择历史功率序列和历史测风塔数据的特征,作为预测模型的输入;然后,建立两层堆叠的集成模型作为预测模型,并使用交叉验证和超参数优化以增强预测模型的泛化性能;最后,以每个基学习器的输出作为元学习器获得最终预测值的新输入。通过东北某风电场真实数据的验证,以及与单一模型、深度神经网络模型和集成学习模型的对比,验证了所提模型的可行性和有效性。 展开更多

关键词 风电功率预测 时间序列分析 stacking模型 序列分解与重构 TPE算法

下载PDF 职称材料

基于PLC的多品种多工位码垛系统设计与实现 被引量：8

10

作者 李强 曹现仁 +2 位作者 于建国 关锋 侯春亮 《电气传动》 北大核心 2020年第10期125-128,共4页

为在有限的空间中充分利用工业机器人的有效行程,实现多品种多工位码垛,采用三菱Q系列PLC与CC-Link总线,设计并实现1台码垛机器人6个码垛工位的全自动码垛搬运包装系统,通过三菱触摸屏实时监控系统的运行状态及产能。生产实践表明,该系... 为在有限的空间中充分利用工业机器人的有效行程,实现多品种多工位码垛,采用三菱Q系列PLC与CC-Link总线,设计并实现1台码垛机器人6个码垛工位的全自动码垛搬运包装系统,通过三菱触摸屏实时监控系统的运行状态及产能。生产实践表明,该系统具有安全稳定、生产效率高、性价比高等优势,能满足日本客户6个品种同时高速生产的需求,具有较高的推广应用价值。 展开更多

关键词 多品种多工位码垛 三菱Q系列PLC CC-LINK总线 码垛机器人

下载PDF 职称材料

基于PSO和外部知识的时序数据异常检测

11

作者 丁美荣 王昭泓 +1 位作者 郑辛茹 张迎春 《计算机系统应用》 2024年第2期83-93,共11页

在时间序列数据的异常检测中,单一模型往往只提取与自身模型结构相关的时序特征,从而容易忽略其他特征.同时,面对大规模的时序数据,模型难以对时序数据的局部趋势进行建模.为了解决这两个问题,本文提出一种基于粒子群优化算法(particle ... 在时间序列数据的异常检测中,单一模型往往只提取与自身模型结构相关的时序特征,从而容易忽略其他特征.同时,面对大规模的时序数据,模型难以对时序数据的局部趋势进行建模.为了解决这两个问题,本文提出一种基于粒子群优化算法(particle swarm optimization,PSO)和外部知识的异常检测模型PEAD.PEAD模型以深度学习模型作为基模型,引入快速傅里叶变换生成的外部知识来提高基模型对局部趋势的建模能力,随后PEAD模型以Stacking集成学习的方式训练基模型,再使用PSO算法对基模型的输出加权求和,对加权求和后的重构数据进行异常检测,PSO算法能够让模型的最终输出共同关注时序数据的全局特征和时间特征,丰富模型提取的时序特征,从而提高模型的异常检测能力.通过对6个公开数据集进行测试,研究结果表明PEAD模型在大部分数据集上表现良好. 展开更多

关键词 时间序列数据 异常检测 快速傅里叶变换 stacking集成学习 粒子群优化算法

下载PDF 职称材料

基于组合时域特征提取和Stacking集成学习的燃煤锅炉NO_(x)排放浓度预测

12

作者 唐振浩 隋梦璇 曹生现 《中国电机工程学报》 EI CSCD 北大核心 2024年第16期6551-6564,I0022,共15页

为提高火电厂锅炉出口NO_(x)排放浓度的预测精度,提出一种考虑组合时域特征的Stacking集成学习模型。首先,为挖掘数据深层信息,采用时序分析、完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with ada... 为提高火电厂锅炉出口NO_(x)排放浓度的预测精度,提出一种考虑组合时域特征的Stacking集成学习模型。首先,为挖掘数据深层信息,采用时序分析、完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis,CEEMDAN)和统计学计算数据标准差、偏度等特征的方法进行组合时域特征提取以构建重构数据;其次,考虑到重构数据中存在的冗余变量对模型的精度有所影响,利用遗传算法(genetic algorithm,GA)对重构数据进行特征降维;最后,为充分发挥各个模型的优势以提高模型的预测精度,构建以极限学习机(extreme learning machines,ELM)、深度神经网络(deep neural networks,DNN)、多层感知器(multilayer perceptron,MLP)、极限梯度提升算法(extreme gradient boosting,XGBoost)为基模型和以回声状态网络(echo state network,ESN)为元模型的Stacking集成学习NOx排放浓度预测模型。实验结果表明:该预测模型在不同数据集下都有着不错的预测效果,预测误差均小于2%,能够对锅炉NOx排放浓度实现精准预测。 展开更多

关键词 NO_(x)排放浓度 时序特征 时域特征 数据重构 stacking集成学习

下载PDF 职称材料