期刊文献+
共找到793篇文章
< 1 2 40 >
每页显示 20 50 100
Time series analysis-based seasonal autoregressive fractionally integrated moving average to estimate hepatitis B and C epidemics in China
1
作者 Yong-Bin Wang Si-Yu Qing +3 位作者 Zi-Yue Liang Chang Ma Yi-Chun Bai Chun-Jie Xu 《World Journal of Gastroenterology》 SCIE CAS 2023年第42期5716-5727,共12页
BACKGROUND Hepatitis B(HB)and hepatitis C(HC)place the largest burden in China,and a goal of eliminating them as a major public health threat by 2030 has been set.Making more informed and accurate forecasts of their s... BACKGROUND Hepatitis B(HB)and hepatitis C(HC)place the largest burden in China,and a goal of eliminating them as a major public health threat by 2030 has been set.Making more informed and accurate forecasts of their spread is essential for developing effective strategies,heightening the requirement for early warning to deal with such a major public health threat.AIM To monitor HB and HC epidemics by the design of a paradigmatic seasonal autoregressive fractionally integrated moving average(SARFIMA)for projections into 2030,and to compare the effectiveness with the seasonal autoregressive integrated moving average(SARIMA).METHODS Monthly HB and HC incidence cases in China were obtained from January 2004 to June 2023.Descriptive analysis and the Hodrick-Prescott method were employed to identify trends and seasonality.Two periods(from January 2004 to June 2022 and from January 2004 to December 2015,respectively)were used as the training sets to develop both models,while the remaining periods served as the test sets to evaluate the forecasting accuracy.RESULTS There were incidents of 23400874 HB cases and 3590867 HC cases from January 2004 to June 2023.Overall,HB remained steady[average annual percentage change(AAPC)=0.44,95%confidence interval(95%CI):-0.94-1.84]while HC was increasing(AAPC=8.91,95%CI:6.98-10.88),and both had a peak in March and a trough in February.In the 12-step-ahead HB forecast,the mean absolute deviation(15211.94),root mean square error(18762.94),mean absolute percentage error(0.17),mean error rate(0.15),and root mean square percentage error(0.25)under the best SARFIMA(3,0,0)(0,0.449,2)12 were smaller than those under the best SARIMA(3,0,0)(0,1,2)12(16867.71,20775.12,0.19,0.17,and 0.27,respectively).Similar results were also observed for the 90-step-ahead HB,12-step-ahead HC,and 90-step-ahead HC forecasts.The predicted HB incidents totaled 9865400(95%CI:7508093-12222709)cases and HC totaled 1659485(95%CI:856681-2462290)cases during 2023-2030.CONCLUSION Under current interventions,China faces enormous challenges to eliminate HB and HC epidemics by 2030,and effective strategies must be reinforced.The integration of SARFIMA into public health for the management of HB and HC epidemics can potentially result in more informed and efficient interventions,surpassing the capabilities of SARIMA. 展开更多
关键词 HEPATITIS Seasonal autoregressive fractionally integrated moving average Seasonal autoregressive integrated moving average Prediction EPIDEMIC Time series analysis
下载PDF
Autoregressive moving average model as a multi-agent routing protocol for wireless sensor networks 被引量:2
2
作者 黄如 黄浩 +1 位作者 陈志华 何兴勇 《Journal of Beijing Institute of Technology》 EI CAS 2011年第3期421-426,共6页
A prediction-aided routing algorithm based on ant colony optimization mode (PRACO) to achieve energy-aware data-gathering routing structure in wireless sensor networks (WSN) is presented. We adopt autoregressive m... A prediction-aided routing algorithm based on ant colony optimization mode (PRACO) to achieve energy-aware data-gathering routing structure in wireless sensor networks (WSN) is presented. We adopt autoregressive moving average model (ARMA) to predict dynamic tendency in data traffic and deduce the construction of load factor, which can help to reveal the future energy status of sensor in WSN. By checking the load factor in heuristic factor and guided by novel pheromone updating rule, multi-agent, i. e. , artificial ants, can adaptively foresee the local energy state of networks and the corresponding actions could be taken to enhance the energy efficiency in routing construction. Compared with some classic energy-saving routing schemes, the simulation results show that the proposed routing building scheme can ① effectively reinforce the robustness of routing structure by mining the temporal associability and introducing multi-agent optimization to balance the total energy cost for data transmission, ② minimize the total communication consumption, and ③prolong the lifetime of networks. 展开更多
关键词 wireless sensor networks (WSN) autoregressive moving average arma) MULTIAGENT ROUTING ROBUSTNESS
下载PDF
Noise reduction of acoustic Doppler velocimeter data based on Kalman filtering and autoregressive moving average models
3
作者 Chuanjiang Huang Fangli Qiao Hongyu Ma 《Acta Oceanologica Sinica》 SCIE CAS CSCD 2020年第12期106-113,共8页
Oceanic turbulence measurements made by an acoustic Doppler velocimeter(ADV)suffer from noise that potentially affects the estimates of turbulence statistics.This study examines the abilities of Kalman filtering and a... Oceanic turbulence measurements made by an acoustic Doppler velocimeter(ADV)suffer from noise that potentially affects the estimates of turbulence statistics.This study examines the abilities of Kalman filtering and autoregressive moving average models to eliminate noise in ADV velocity datasets of laboratory experiments and offshore observations.Results show that the two methods have similar performance in ADV de-noising,and both effectively reduce noise in ADV velocities,even in cases of high noise.They eliminate the noise floor at high frequencies of the velocity spectra,leading to a longer range that effectively fits the Kolmogorov-5/3 slope at midrange frequencies.After de-noising adopting the two methods,the values of the mean velocity are almost unchanged,while the root-mean-square horizontal velocities and thus turbulent kinetic energy decrease appreciably in these experiments.The Reynolds stress is also affected by high noise levels,and de-noising thus reduces uncertainties in estimating the Reynolds stress. 展开更多
关键词 noise Kalman filtering autoregressive moving average model TURBULENCE acoustic Doppler velocimeter
下载PDF
A Study of Wind Statistics Through Auto-Regressive and Moving-Average (ARMA) Modeling 被引量:1
4
作者 John Z.YIM(尹彰) +1 位作者 ChunRen CHOU(周宗仁) 《China Ocean Engineering》 SCIE EI 2001年第1期61-72,共12页
Statistical properties of winds near the Taichung Harbour are investigated. The 26 years'incomplete data of wind speeds, measured on an hourly basis, are used as reference. The possibility of imputation using simu... Statistical properties of winds near the Taichung Harbour are investigated. The 26 years'incomplete data of wind speeds, measured on an hourly basis, are used as reference. The possibility of imputation using simulated results of the Auto-Regressive (AR), Moving-Average (MA), and/ or Auto-Regressive and Moving-Average (ARMA) models is studied. Predictions of the 25-year extreme wind speeds based upon the augmented data are compared with the original series. Based upon the results, predictions of the 50- and 100-year extreme wind speeds are then made. 展开更多
关键词 Auto-Regressive and moving-average (arma) modeling probability distributions extreme wind speeds
下载PDF
Cyclic moving average control approach to cylinder pressure and its experimental validation 被引量:1
5
作者 Po LI Tielong SHEN +1 位作者 Junichi KAKO Kaipei LIU 《控制理论与应用(英文版)》 EI 2009年第4期345-351,共7页
Cyclic variability is a factor adversely affecting engine performance. In this paper a cyclic moving average regulation approach to cylinder pressure at top dead center (TDC) is proposed, where the ignition time is ... Cyclic variability is a factor adversely affecting engine performance. In this paper a cyclic moving average regulation approach to cylinder pressure at top dead center (TDC) is proposed, where the ignition time is adopted as the control input. The dynamics from ignition time to the moving average index is described by ARMA model. With this model, a one-step ahead prediction-based minimum variance controller (MVC) is developed for regulation. The performance of the proposed controller is illustrated by experiments with a commercial car engine and experimental results show that the controller has a reliable effect on index regulation when the engine works under different fuel injection strategies, load changing and throttle opening disturbance. 展开更多
关键词 In-cylinder pressure balancing Cyclic moving average modeling arma model MVC
下载PDF
基于ARMAV模型和J-散度的结构损伤识别
6
作者 李孟 郭惠勇 《振动与冲击》 EI CSCD 北大核心 2024年第1期123-130,152,共9页
损伤识别技术是结构健康监测系统的关键组成部分,为了进一步提高损伤识别的准确性和适用性,提出一种融合信息距离函数J-散度与向量自回归滑动平均(vector autoregressive moving average,ARMAV)模型的损伤识别方法。采用预白化过滤器对... 损伤识别技术是结构健康监测系统的关键组成部分,为了进一步提高损伤识别的准确性和适用性,提出一种融合信息距离函数J-散度与向量自回归滑动平均(vector autoregressive moving average,ARMAV)模型的损伤识别方法。采用预白化过滤器对加速度时域数据进行消除激励相关性以及降噪处理;建立了ARMAV模型,并由模型的自回归参数和残差方差构建损伤判别指标;采用三层框架试验数据,并进行转播塔模型的损伤识别试验研究验证了该方法的有效性。结果表明:基于ARMAV模型和J-散度距离的损伤识别方法可操作性强,能够准确、高效地定位框架和塔架结构的损伤,且该方法受环境变化的影响较小,可为在线结构健康监测提供一种新思路。 展开更多
关键词 损伤识别 试验研究 向量自回归滑动平均(armaV)模型 J-散度 时间序列分析
下载PDF
Autoregressive moving average model for matrix time series
7
作者 Shujin Wu Ping Bi 《Statistical Theory and Related Fields》 CSCD 2023年第4期318-335,共18页
In the paper,the autoregressive moving average model for matrix time series(MARMA)is inves-tigated.The properties of the MARMA model are investigated by using the conditional least square estimation,the conditional ma... In the paper,the autoregressive moving average model for matrix time series(MARMA)is inves-tigated.The properties of the MARMA model are investigated by using the conditional least square estimation,the conditional maximum likelihood estimation,the projection theorem in Hilbert space and the decomposition technique of time series,which include necessary and suf-ficient conditions for stationarity and invertibility,model parameter estimation,model testing and model forecasting. 展开更多
关键词 Matrix time series autoregressive moving average model bilinear model statistical inference
原文传递
基于小波变换的GASVM-ARMA模型在深基坑变形预测中的应用 被引量:1
8
作者 牛帅星 李庶林 +2 位作者 刘胤池 安树正 黄玉仁 《土木与环境工程学报(中英文)》 CSCD 北大核心 2023年第3期16-23,共8页
为了提高深基坑施工过程中变形预测的准确度,提出一种基于小波变换分解与重构、采用遗传算法优化参数的支持向量机(GASVM)和自回归滑动平均(ARMA)模型相结合的组合模型预测方法。使用GASVM模型对小波分解后的趋势项进行一步预测和多步... 为了提高深基坑施工过程中变形预测的准确度,提出一种基于小波变换分解与重构、采用遗传算法优化参数的支持向量机(GASVM)和自回归滑动平均(ARMA)模型相结合的组合模型预测方法。使用GASVM模型对小波分解后的趋势项进行一步预测和多步滚动预测,使用ARMA模型相应地对随机项进行预测,将预测值求和得到最终预测结果。以某地铁车站深基坑为案例,对3个监测点的支护桩深层水平位移进行预测分析,得到其一步预测的短期预测值和多步滚动预测的中长期预测值,并与单一采用GASVM模型得到的预测值进行对比。结果表明:组合模型有效减小了预测误差,在短期和中长期预测中均取得令人满意的结果。 展开更多
关键词 时间序列预测 深基坑变形 小波变换 支持向量机 遗传算法 自回归滑动平均模型
下载PDF
基于ARMA-SSESM组合模型的危险品道路运输泄漏事故预测研究
9
作者 白金花 刘勇 +2 位作者 程智慧 向前前 施星宇 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第10期171-177,共7页
为了预测危险品道路运输泄漏事故数量,以2013—2020年危险品道路运输泄漏月度事故为基础,运用时间序列理论建立自回归滑动平均(ARMA)预测模型和简单季节指数平滑法(SSESM)预测模型以及组合预测模型,对2021年1月—2021年6月的危险品道路... 为了预测危险品道路运输泄漏事故数量,以2013—2020年危险品道路运输泄漏月度事故为基础,运用时间序列理论建立自回归滑动平均(ARMA)预测模型和简单季节指数平滑法(SSESM)预测模型以及组合预测模型,对2021年1月—2021年6月的危险品道路运输泄漏事故数量进行预测,并对3种模型的预测精度进行比较。研究结果表明:组合预测模型的预测精度最佳,能够有效拟合时间序列的整体趋势。研究结果可为危险品道路运输泄漏事故预防工作提供参考。 展开更多
关键词 危险品 道路运输 arma模型 SSESM模型 组合预测模型 事故预测
下载PDF
基于小波分解与ARMA-BayesLSTM组合模型的风向短期预测
10
作者 廖文宇 郭鹏 +1 位作者 赵冰 丁亮 《电力科学与工程》 2023年第5期17-23,共7页
针对风向的随机性、不稳定性、强相关性,提出了1种基于小波分解的自回归滑动平均模型(Autoregressive moving average,ARMA)与Bayes-LSTM(Long short-term memory,LSTM)组合的风向预测算法。首先对风向序列进行小波分解;然后使用ARMA与B... 针对风向的随机性、不稳定性、强相关性,提出了1种基于小波分解的自回归滑动平均模型(Autoregressive moving average,ARMA)与Bayes-LSTM(Long short-term memory,LSTM)组合的风向预测算法。首先对风向序列进行小波分解;然后使用ARMA与Bayes-LSTM算法分别对各分量进行预测;最后对预测结果进行重构,得到预测风向。与ARMA、LSTM、Bayes-LSTM预测方法进行对比,结果表明,所提出的组合算法对风向具有更好的预测精度。 展开更多
关键词 风力发电 风向预测 自回归滑动平均模型 贝叶斯优化 长短期记忆神经网络 小波分解
下载PDF
基于VMD-LSTM-ARMA模型的径流预测 被引量:1
11
作者 罗灿坤 刘昊 +1 位作者 黄鑫 邵壮 《人民珠江》 2023年第4期96-102,共7页
为了提高径流预测的精度,提出了一种用以解决径流预测等问题的组合预测模型,此模型由变分模态分解(VMD)、长短期记忆网络(LSTM)和自回归移动平均(ARMA)组成。为了降低入库流量的复杂度,利用VMD算法将径流数据分解为3个不同频率的模态分... 为了提高径流预测的精度,提出了一种用以解决径流预测等问题的组合预测模型,此模型由变分模态分解(VMD)、长短期记忆网络(LSTM)和自回归移动平均(ARMA)组成。为了降低入库流量的复杂度,利用VMD算法将径流数据分解为3个不同频率的模态分量。低频的模态分量继承了数据的时间特性,可以通过构建LSTM预测模型处理;而2个高频序列是平稳的时间序列,可以通过搭建ARMA预测模型处理。将3个子序列的预测结果进行叠加,最终得到径流的预测结果。采用湘江支流的东江水文站2020年的逐小时流量数据进行流量预测,对比试验和其他算法结果表明:所构建的模型可以有效提高水文预报的精度。 展开更多
关键词 入库流量预测 变分模态分解 长短期记忆网络 自回归移动平均模型
下载PDF
基于小波分解和ARIMA-GARCH-GRU组合模型的制造业PMI预测
12
作者 陆文星 任环宇 +1 位作者 梁昌勇 李克卿 《工业工程》 2024年第1期86-95,127,共11页
制造业采购经理人指数(PMI)是反映国家经济运行情况的重要指标,而传统预测模型对该类时序数据预测精度不高。针对制造业PMI指数的非线性、波动性和数据量少的特点,提出一种基于一维离散小波变换进行数据预处理的组合模型。时序数据经过... 制造业采购经理人指数(PMI)是反映国家经济运行情况的重要指标,而传统预测模型对该类时序数据预测精度不高。针对制造业PMI指数的非线性、波动性和数据量少的特点,提出一种基于一维离散小波变换进行数据预处理的组合模型。时序数据经过小波变换,由整合移动平均自回归–广义自回归条件异方差模型(ARIMA-GARCH)处理稳态低频数据,门控循环单元(GRU)处理波动性强的高频数据,将各频段预测结果进行融合得到最终预测结果。为验证模型有效性,选取一定数据量的PMI指数进行实验。结果表明,与其他常见模型对比,本文构建的组合模型具有较好的预测精度与性能,平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别达到0.00329、0.004162、0.65%。 展开更多
关键词 采购经理人指数(PMI) 小波分解 整合移动平均自回归模型(ARIMA) 广义的自回归条件异方差模型(GARCH) 门控循环单元(GRU)
下载PDF
基于改进JRD及误差修正的轴承剩余寿命预测方法
13
作者 刘玉山 张旭帮 +2 位作者 王灵梅 孟恩隆 郭东杰 《机电工程》 北大核心 2024年第1期72-80,共9页
目前,风电机组齿轮箱性能发生初始退化时难以识别,现有退化指标易出现剧烈波动、单调性较差,且无法准确预测齿轮箱关键部件如轴承的剩余使用寿命(RUL),针对该问题,提出了一种基于改进杰森-瑞丽散度(JRD)及误差修正的双指数模型轴承RUL... 目前,风电机组齿轮箱性能发生初始退化时难以识别,现有退化指标易出现剧烈波动、单调性较差,且无法准确预测齿轮箱关键部件如轴承的剩余使用寿命(RUL),针对该问题,提出了一种基于改进杰森-瑞丽散度(JRD)及误差修正的双指数模型轴承RUL预测方法。首先,提取了振动信号样本的多域特征指标,利用高斯混合模型(GMM)与指数型权重JRD,得到了样本的后验概率分布向量,再经归一化处理得到置信值(CV);然后,对轴承从初始健康状态退化至当前检查时刻的CV值进行了相空间重构,提取了CV序列的动力学特征,并将其作为相关向量机(RVM)的训练集,获得了支撑整个退化轨迹的相关向量;最后,利用双指数模型拟合了相关向量,外推趋势至失效门限以计算RUL,并引入了差分整合移动平均自回归模型(ARIMA),对拟合相关向量产生的拟合误差进行了预测,以修正预测的结果。实验结果表明:改进后的退化指标单调性指标提高14.3%;且在不同工况、不同时刻下,经误差修正后的轴承的RUL预测结果较未修正之前有明显提高。研究结果表明:该预测方法可为风电机组齿轮箱重要部件的预测性维护提供参考。 展开更多
关键词 滚动轴承 剩余使用寿命预测 高斯混合模型 杰森-瑞丽散度 误差修正 双指数模型 置信值 差分整合移动平均自回归模型
下载PDF
基于高阶累积量ARMA模型线性非线性结合的地震子波提取方法研究 被引量:23
14
作者 戴永寿 王俊岭 +2 位作者 王伟伟 魏磊 王少水 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2008年第6期1851-1859,共9页
在地震子波非因果、混合相位的假设下,本文应用自回归滑动平均(ARMA)模型对地震子波进行参数化建模,并提出利用线性(矩阵方程法)和非线性(ARMA拟合方法)相结合的参数估计方式对该模型进行参数估计.在利用矩阵方程法确定模型参数范围的... 在地震子波非因果、混合相位的假设下,本文应用自回归滑动平均(ARMA)模型对地震子波进行参数化建模,并提出利用线性(矩阵方程法)和非线性(ARMA拟合方法)相结合的参数估计方式对该模型进行参数估计.在利用矩阵方程法确定模型参数范围的基础上,利用累积量拟合法精确估计参数.理论分析和仿真结果表明,该方式有较好的适应性:一方面提高了子波估计精度,避免单独使用矩阵方程法在短数据地震记录情况下可能带来的估计误差;另一方面提高了子波提取运算效率,降低了ARMA模型拟合方法参数范围确定的复杂性,避免了单纯使用滑动平均(MA)模型拟合法估计过多参数所导致的运算规模过大问题.初步应用结果表明该方法是有效可行的. 展开更多
关键词 高阶累积量 子波提取 自回归滑动平均 线性非线性结合
下载PDF
基于小波变换和GM-ARMA的导弹备件消耗预测 被引量:7
15
作者 赵建忠 徐廷学 +1 位作者 葛先军 尹延涛 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2013年第4期553-558,共6页
针对导弹备件消耗呈现"小样本、非平稳"的特点,为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的... 针对导弹备件消耗呈现"小样本、非平稳"的特点,为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的过程中,提出了先对小波基方程和分解层数2个特征进行参数化,再定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的;然后对具有平稳特性的高频信息用阻尼最小二乘法优化的ARMA(Autoregressive and Moving Average)模型进行预测,对反映整体趋势体现非平稳的低频信息用背景值优化和数据变换技术改进的GM(1,1)模型进行预测.实例结果表明所提出的组合预测方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性. 展开更多
关键词 小波变换 灰色模型 自回归移动平均模型 备件 消耗预测
下载PDF
基于ARIMA模型预测镇江市肺结核流行趋势及分析 被引量:1
16
作者 伍鸿远 夏媛媛 《现代医药卫生》 2024年第1期20-25,30,共7页
目的通过构建季节性差分整合移动平均自回归模型(ARIMA模型)预测江苏省镇江市肺结核流行趋势并验证模型的有效性,探讨新型冠状病毒感染疫情对肺结核流行情况的影响。方法收集江苏省镇江市2014-2022年肺结核月发病数资料,构建季节性ARIM... 目的通过构建季节性差分整合移动平均自回归模型(ARIMA模型)预测江苏省镇江市肺结核流行趋势并验证模型的有效性,探讨新型冠状病毒感染疫情对肺结核流行情况的影响。方法收集江苏省镇江市2014-2022年肺结核月发病数资料,构建季节性ARIMA模型,以2022年1-12月肺结核发病数验证预测模型效果,并分析预测误差产生的原因。结果2014-2022年镇江市共报告肺结核病例11316例,除2017、2019年发病率有所回升外,总体发病率呈下降趋势,发病主要集中在3-8月。ARIMA(1,1,1)(1,1,0)_(12)的BIC值(5.913)最小,残差白噪声也通过检验。但短期自相关部分的AR系数不显著,因此建立ARIMA(0,1,1)(1,1,0)_(12)。2022年镇江市肺结核月发病数实际值与预测值存在一定的偏差(平均相对预测误差为19.20%),但均在拟合值的95%可信区间内,实际月发病数(平均78例/月)与预测值(平均78例/月)变化趋势基本一致,模型拟合度较好,可用于预测镇江市肺结核流行情况。结论利用该模型对短期内镇江市肺结核发病数进行预测,认为镇江市肺结核流行总体上仍将长期保持下行趋势。 展开更多
关键词 ARIMA模型 肺结核 传染病预测 新型冠状病毒感染 镇江
下载PDF
用对称映射ARMA模型的零极点研究子波相位对反射系数序列反演的影响 被引量:4
17
作者 张亚南 戴永寿 +3 位作者 陈健 魏玉琴 丁进杰 张漫漫 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2013年第6期2043-2054,共12页
为研究地震子波相位对反射系数序列反演的影响,在自回归滑动平均(ARMA)模型描述子波的基础上,提出采用z域对称映射ARMA模型零极点的方法构造了一系列相同振幅谱、不同相位谱的地震子波,并结合谱除法对人工合成地震记录进行反射系数序列... 为研究地震子波相位对反射系数序列反演的影响,在自回归滑动平均(ARMA)模型描述子波的基础上,提出采用z域对称映射ARMA模型零极点的方法构造了一系列相同振幅谱、不同相位谱的地震子波,并结合谱除法对人工合成地震记录进行反射系数序列反演.理论分析表明,子波相位估计不准时反射系数序列反演结果中残留一个纯相位滤波器,该纯相位滤波器的相位谱为真实子波和构造子波的相位谱之差.采用丰度和变分作为评价方法,在反演结果中确定出真实的或准确的反射系数序列.仿真实验和实际数据处理结果也验证了子波相位对反射系数序列反演的影响规律和评价方法的有效性,为进一步提高反射系数序列反演结果精度指明了研究方向. 展开更多
关键词 地震子波 反射系数序列反演 纯相位滤波器 自回归滑动平均模型 评价方法
下载PDF
高效ARMA模型高分辨率地震子波提取方法 被引量:4
18
作者 张亚南 戴永寿 +2 位作者 王少水 彭星 牛慧 《石油地球物理勘探》 EI CSCD 北大核心 2011年第5期686-694,836+660,共9页
ARMA模型的最大优点是用较少的参数描述一个精确的子波,超定阶容易造成计算量大、运算速度慢,欠定阶不能满足精确子波描述的要求。针对高阶累积量对特殊切片敏感,且在短时数据下应用效果差的问题,本文采用基于自相关函数的奇异值分解(S... ARMA模型的最大优点是用较少的参数描述一个精确的子波,超定阶容易造成计算量大、运算速度慢,欠定阶不能满足精确子波描述的要求。针对高阶累积量对特殊切片敏感,且在短时数据下应用效果差的问题,本文采用基于自相关函数的奇异值分解(SVD)法确定AR模型阶数,同时将信息量准则法与高阶累积量法相结合,提出了一种新的MA模型定阶法。数值仿真和实际地震数据处理结果均表明,本文所用方法可有效地压制加性高斯色噪声,信息量准则法可有效提高MA定阶的准确率,在保证子波精度的同时尽可能降低模型阶数,实现运算高效率。 展开更多
关键词 地震子波 高阶累积量 自回归滑动平均(arma) 奇异值分解(SVD) 信息量准则
下载PDF
基于类噪声信号和ARMA-P方法的振荡模态辨识 被引量:21
19
作者 吴超 陆超 +2 位作者 韩英铎 吴小辰 柳勇军 《电力系统自动化》 EI CSCD 北大核心 2010年第6期1-6,共6页
弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测... 弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟合类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南方电网实测数据,证明了其有效性。 展开更多
关键词 振荡模态 类噪声信号 自回归滑动平均-Prony方法
下载PDF
基于改进灰色ARMA模型的卫星钟差短期预报研究 被引量:19
20
作者 李晓宇 杨洋 +1 位作者 胡晓粉 贾蕊溪 《大地测量与地球动力学》 CSCD 北大核心 2013年第1期59-63,共5页
导航卫星钟差的精度直接影响导航定位性能。针对卫星钟差由趋势项和随机项组成的特点,提出一种改进灰色模型和ARMA模型的钟差预报组合模型。对传统灰色模型进行改进并建立趋势项预报模型,提取钟差随机项建立ARMA模型,最后将预报结果相... 导航卫星钟差的精度直接影响导航定位性能。针对卫星钟差由趋势项和随机项组成的特点,提出一种改进灰色模型和ARMA模型的钟差预报组合模型。对传统灰色模型进行改进并建立趋势项预报模型,提取钟差随机项建立ARMA模型,最后将预报结果相加。在算例中采用IGS提供的精密钟差进行预报,仿真结果表明钟差精度较高。 展开更多
关键词 钟差预报 改进灰色模型 arma 组合模型 钟差精度
下载PDF
上一页 1 2 40 下一页 到第
使用帮助 返回顶部