期刊文献+
共找到129篇文章
< 1 2 7 >
每页显示 20 50 100
Cultivar,Nitrogen and Irrigation Influence on Grain Quality and Its Forecasting Methods by In situ Reflected Spectrum of Winter Wheat
1
作者 HUANGWen-jiang WANGJi-hua +4 位作者 LIULiang-yun WANGZhi-jie TANChang-wei SONGXiao-yu WANGJing-di 《Agricultural Sciences in China》 CAS CSCD 2004年第11期831-841,共11页
Field experiments were conducted to examine the influence factors of cultivar, nitrogen application and irrigation on grain protein content, gluten content and grain hardness in three winter wheat cultivars under fo... Field experiments were conducted to examine the influence factors of cultivar, nitrogen application and irrigation on grain protein content, gluten content and grain hardness in three winter wheat cultivars under four levels of nitrogen and irrigation treatments. Firstly, the influence of cultivars and environment factors on grain quality were studied, the effective factors were cultivars, irrigation, fertilization, etc. Secondly, total nitrogen content around winter wheat anthesis stage was proved to be significantly correlative with grain protein content, and spectral vegetation index significantly correlated to total nitrogen content around anthesis stage were the potential indicators for grain protein content. Accumulation of total nitrogen content and its transfer to grain is the physical link to produce the final grain protein, and total nitrogen content at anthesis stage was proved to be an indicator of final grain protein content. The selected normalized photochemical reflectance index (NPRI) was proved to be able to predict grain protein content on the close correlation between the ratio of total carotenoid to chlorophyll a and total nitrogen content. The method contributes towards developing optimal procedures for predicting wheat grain quality through analysis of their canopy reflected spectrum at anthesis stage. Regression equations were established to forecast grain protein and dry gluten content by total nitrogen content at anthesis stage, so it is feasible for forecasting grain quality by establishing correlation equations between biochemical constitutes and canopy reflected spectrum. 展开更多
关键词 Winter wheat Canopy reflected spectrum Normalized photochemical reflectance index (NPRI) Grain quality indicators forecasting
下载PDF
不同含水量砂岩的中红外光谱特征与预测模型研究
2
作者 陈露 常龙飞 +3 位作者 沈沐傲 张鸣原 李德建 李英骏 《分析测试学报》 CAS CSCD 北大核心 2024年第3期489-495,共7页
水对岩石具有软化、溶蚀等作用,准确预测岩石的含水量对岩土工程的地下深部开采至关重要。该文将中红外光谱技术应用于砂岩的含水量分析,研究了不同砂岩样品的中红外光谱特征与其含水量之间的关系。通过多种预处理方法提取有效特征向量... 水对岩石具有软化、溶蚀等作用,准确预测岩石的含水量对岩土工程的地下深部开采至关重要。该文将中红外光谱技术应用于砂岩的含水量分析,研究了不同砂岩样品的中红外光谱特征与其含水量之间的关系。通过多种预处理方法提取有效特征向量,构建了针对砂岩含水量的中红外光谱预测模型。结果表明,多元散射校正+偏最小二乘法、归一化特征向量提取+随机森林及一阶微分+支持向量机3种模型在测试集上预测的含水量与实测值之间的相关系数(R2)分别为0.985、0.995和0.951,均方根误差分别为0.074、0.022和0.137,即特征向量提取+随机森林的预测模型效果最佳。该方法通过中红外光谱技术实现了砂岩含水量的无损、快速分析,为地质工程中砂岩的水分预测提供了参考。 展开更多
关键词 中红外光谱 砂岩 含水量 预测
下载PDF
基于双重分解和双向长短时记忆网络的中长期负荷预测模型
3
作者 王继东 于俊源 孔祥玉 《电网技术》 EI CSCD 北大核心 2024年第8期3418-3426,I0121-I0126,共15页
针对中长期电力负荷序列噪声含量高、难以直接提取序列周期规律从而影响预测精度的问题,提出了一种基于完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和奇异谱分析(sin... 针对中长期电力负荷序列噪声含量高、难以直接提取序列周期规律从而影响预测精度的问题,提出了一种基于完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和奇异谱分析(singular spectrum analysis,SSA)双重分解的双向长短时记忆网络(bidirectional long and short time memory,BiLSTM)预测模型。首先,采用CEEMDAN对历史负荷进行分解,以得到若干个周期规律更为清晰的子序列;再利用多尺度熵(multiscale entropy,MSE)计算所有子序列的复杂程度,根据不同时间尺度上的样本熵值将相似的子序列重构聚合;然后,利用SSA去噪的功能,对高度复杂的新序列进行二次分解,去除序列中的噪声并提取更为主要的规律,从而进一步提高中长序列预测精度;再将得到的最终一组子序列输入BiLSTM进行预测;最后,考虑到天气、节假日等外部因素对电力负荷的影响,提出了一种误差修正技术。选取了巴拿马某地区的用电负荷进行实验,实验结果表明,经过双重分解可以将均方根误差降低87.4%;预测未来一年的负荷序列时,采用的BiLSTM模型将拟合系数最高提高2.5%;所提出的误差修正技术可将均方根误差降低9.7%。 展开更多
关键词 中长期负荷预测 二次分解 多尺度熵 奇异谱分析 双向长短时记忆网络 长序列处理
下载PDF
基于奇异谱分解和LSTM-ARIMA组合模型的生猪价格预测 被引量:1
4
作者 付莲莲 方青 +1 位作者 袁冬宇 滕佳敏 《中国农机化学报》 北大核心 2024年第5期176-181,252,共7页
针对生猪价格波动过于剧烈难以预测的问题,提出基于奇异谱分解的LSTM-ARIMA组合模型对生猪价格进行预测。以2000年1月-2021年12月的月度价格数据作为样本,利用奇异谱分析对生猪价格数据进行分解,得到趋势项和波动项,选用累计贡献率达前... 针对生猪价格波动过于剧烈难以预测的问题,提出基于奇异谱分解的LSTM-ARIMA组合模型对生猪价格进行预测。以2000年1月-2021年12月的月度价格数据作为样本,利用奇异谱分析对生猪价格数据进行分解,得到趋势项和波动项,选用累计贡献率达前70%的构建趋势项,剩下的30%构造波动项。趋势项非平稳且具有长记忆性,对其建立LSTM模型;波动项平稳,对其建立ARIMA模型,最后将两部分预测结果重组作为生猪价格的预测值,构建LSTM-ARIMA组合预测模型。将预测值和生猪真实价格进行对比,结果表明:预测值与真实值之间的均方根误差RMSE为2.75,平均绝对百分比误差MAPE为10.81%,平均绝对误差MAE为2.27,方向对称性DS为81.81;此组合模型能很好地预测生猪价格走势,对我国生猪价格预测具有更高地适用性与参考。 展开更多
关键词 生猪价格预测 奇异谱分析 组合模型 LSTM ARIMA
下载PDF
基于SSA-PSO-GRU的短期电力负荷预测
5
作者 阚超 劭文锋 《电子设计工程》 2024年第12期54-59,共6页
为了提升短期电力负荷预测的精度,该文提出一种基于SSA-PSO-GRU的短期电力负荷预测方法。针对电负荷的非线性和不确定性问题,该文采用奇异谱分析对实测的电力负荷进行分解,把复杂度高、波动性较强的电力负荷分解成若干平稳性好、可预测... 为了提升短期电力负荷预测的精度,该文提出一种基于SSA-PSO-GRU的短期电力负荷预测方法。针对电负荷的非线性和不确定性问题,该文采用奇异谱分析对实测的电力负荷进行分解,把复杂度高、波动性较强的电力负荷分解成若干平稳性好、可预测性强的周期分量、趋势分量及噪声分量,再采用基于粒子群优化算法寻找最优超参数的GRU模型,对分量进行预测并重构得到最终预测结果。通过对西班牙瓦伦西亚市2018年电力负荷数据仿真分析,与其他预测方法对比,结果表明,该文所提方法有效提高了短期电力负荷预测精度。 展开更多
关键词 电力负荷预测 奇异谱分析 粒子群优化 门控循环单元
下载PDF
基于SSA_(n)-SSA_(l)-LSTM的短期空调负荷预测模型
6
作者 任中俊 杨心宇 +2 位作者 周国峰 易检长 何影 《暖通空调》 2024年第7期90-97,共8页
本文提出了一种奇异谱分析(SSA_(n))和麻雀搜索算法(SSA_(l))优化的长短期记忆网络(LSTM)的组合空调负荷预测模型。使用皮尔逊相关系数和主成分分析法对输入特征进行挑选和处理,以消除特征之间的冗余性和相关性。针对空调负荷的波动性... 本文提出了一种奇异谱分析(SSA_(n))和麻雀搜索算法(SSA_(l))优化的长短期记忆网络(LSTM)的组合空调负荷预测模型。使用皮尔逊相关系数和主成分分析法对输入特征进行挑选和处理,以消除特征之间的冗余性和相关性。针对空调负荷的波动性和随机性,采用SSA_(n)将空调负荷分解为多个分量。同时针对LSTM超参数设置的问题,采用SSA_(l)对模型进行优化,使用优化后的LSTM对各个分量进行预测,对预测结果进行重构。利用办公建筑和医疗建筑的空调负荷数据对模型进行了验证和分析。研究发现,与其他模型相比,SSA_(n)-SSA_(l)-LSTM模型表现最好,在预测办公建筑空调负荷时决定系数(R^(2))高达0.996 7,平均绝对百分比误差(MAPE)、平均绝对误差(MAE)和均方根误差(RMSE)分别为0.62%、14.42 kW和18.82 kW,在预测医疗建筑空调负荷时R^(2)高达0.992 7,MAPE、MAE和RMSE分别为0.50%、19.40 kW和25.71 kW。 展开更多
关键词 空调负荷 预测模型 奇异谱分析(SSA_(n)) 麻雀搜索算法(SSA_(l)) 长短期记忆网络(LSTM)
下载PDF
基于SSA-Hurst-ARIMA组合模型的船舶柴油发电机组故障特征短期预测
7
作者 梁清政 王浩 +2 位作者 程垠钟 杨天诣 姚钦博 《现代制造技术与装备》 2024年第2期51-54,共4页
为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行... 为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行数据为基础,选取增压器滑油压强数据,对比分析单一ARIMA模型、SSA主成分-ARIMA组合模型和SSA-Hurst-ARIMA组合模型的预测效果。结果表明,SSA-Hurst-ARIMA组合模型的预测效果优于单一ARIMA模型和SSA主成分-ARIMA组合模型,更适合应用于船舶柴油发电机组故障特征的短期预测。 展开更多
关键词 船舶柴油发电机组 故障特征 短期预测 奇异谱分析(SSA) HURST指数 自回归移动平均(ARIMA)模型
下载PDF
基于ESN模型的制造商库存需求预测
8
作者 李炜 艾学轶 《物流科技》 2024年第5期35-39,共5页
准确的库存需求预测对制造商提升库存管理能力具有重要意义。首先,针对制造商库存需求非平稳性、非线性和高波动的特点,使用奇异谱分析(SSA)和变分模态分解(VMD)实现特征工程,将原始数据分解为趋势信号和多种不同周期的信号,作为模型的... 准确的库存需求预测对制造商提升库存管理能力具有重要意义。首先,针对制造商库存需求非平稳性、非线性和高波动的特点,使用奇异谱分析(SSA)和变分模态分解(VMD)实现特征工程,将原始数据分解为趋势信号和多种不同周期的信号,作为模型的输入。然后,引入回声状态网络(ESN),提出SSA-VMD-ESN模型,对库存需求进行预测。最后,将所提模型应用到Kaggle平台真实的制造商库存需求数据集中,与6种模型对比,并单独使用9个产品实验,结果表明所提出模型各项误差指标均属最优。由此证明,研究所提出模型可以有效提高库存需求预测的准确率,对库存管理具有较强的应用价值。 展开更多
关键词 库存需求预测 机器学习 回声状态网络 奇异谱分析 变分模态分解
下载PDF
我国农作物病虫害智能监测预警技术新进展 被引量:7
9
作者 封洪强 姚青 +7 位作者 胡程 黄文江 胡小平 刘杰 张云慧 张智 乔红波 刘伟 《植物保护》 CAS CSCD 北大核心 2023年第5期229-242,共14页
近年来,随着计算机、互联网、物联网、人工智能、传感器、遥感等技术的快速发展,智能虫情测报灯、智能性诱捕器、昆虫雷达、无人机遥感、卫星遥感、智能识别App等现代智能农作物病虫监测装备及重大病虫害实时智能监测预警系统建设方面... 近年来,随着计算机、互联网、物联网、人工智能、传感器、遥感等技术的快速发展,智能虫情测报灯、智能性诱捕器、昆虫雷达、无人机遥感、卫星遥感、智能识别App等现代智能农作物病虫监测装备及重大病虫害实时智能监测预警系统建设方面取得了比较明显的进步。本文综述了我国近5年在利用光谱遥感、昆虫雷达、图像识别等技术进行农作物病虫害监测预警研究和应用方面取得的重要进展,分析了各类技术存在的不足与难点,提出了未来发展的方向,以期为充分利用空天地多源数据实现农作物病虫害精准预报提供指导。 展开更多
关键词 农作物病虫害 监测预警 光谱 卫星遥感 无人机 昆虫雷达 智能虫情测报灯
下载PDF
双模式分解CNN-LSTM集成的短期风速预测模型 被引量:8
10
作者 毕贵红 赵鑫 +2 位作者 李璐 陈仕龙 陈臣鹏 《太阳能学报》 EI CAS CSCD 北大核心 2023年第3期191-197,共7页
为提高短期风速的预测精度,提出一种基于双模式分解、双通道卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的组合预测模型以提高预测精度。首先,对经过PAM方法聚类后的风速时间序列利用奇异谱分解(SSD)和变分模态分解(VMD)2种信号分解... 为提高短期风速的预测精度,提出一种基于双模式分解、双通道卷积神经网络(CNN)和长短期记忆神经网络(LSTM)的组合预测模型以提高预测精度。首先,对经过PAM方法聚类后的风速时间序列利用奇异谱分解(SSD)和变分模态分解(VMD)2种信号分解方法进行分解,获得2类多尺度分量。不同模式的多尺度分量可降低原始风速的复杂度和非平稳性,实现不同模式模态分量规律的互补;其次,将2种分解方法得到的风速子序列合并为一个矩阵,输入到双通道CNN进行波形特征深度提取;最后,采用LSTM建立历史风速时序的时间依赖关系,在时空相关性分析的基础上得到最终风速预测结果。实验结果表明,基于双模式分解-双通道CNN-LSTM的组合预测模型可有效提高风速短期预测的精度。 展开更多
关键词 风力发电 深度学习 卷积神经网络 长短期记忆网络 奇异谱分解 变分模态分解 风速预测
下载PDF
基于气候相似性与SSA-CNN-LSTM的光伏功率组合预测 被引量:3
11
作者 王晓霞 俞敏 +1 位作者 冀明 耿泉峰 《太阳能学报》 EI CAS CSCD 北大核心 2023年第6期275-283,共9页
针对高分辨率气象数据匮乏影响光伏功率预测准确性的问题,提出一种融合气候相似性与奇异谱分析(SSA)、卷积神经网络(CNN)和长短期记忆网络(LSTM)的高分辨率光伏功率组合预测模型。运用SSA分解光伏序列为不同子序列,建立CNN-LSTM日前预... 针对高分辨率气象数据匮乏影响光伏功率预测准确性的问题,提出一种融合气候相似性与奇异谱分析(SSA)、卷积神经网络(CNN)和长短期记忆网络(LSTM)的高分辨率光伏功率组合预测模型。运用SSA分解光伏序列为不同子序列,建立CNN-LSTM日前预测模型以捕捉光伏出力的连续性特征;利用气候相似性通过低分辨率气象数据选取相似日实现高分辨率光伏出力预测;通过灰色关联分析动态组合权重得到最终预测结果。仿真结果表明,该组合预测模型可有效提高日前高分辨率光伏功率预测的准确性,具有较高的预测精度。 展开更多
关键词 光伏发电 预测 神经网络 高时间分辨率 相似性分析 奇异谱分析
下载PDF
基于SSA-CNN-BiGRU-Attention的超短期风电功率预测模型 被引量:4
12
作者 李青 张新燕 +2 位作者 马天娇 张正 李志潭 《电机与控制应用》 2023年第5期61-71,共11页
针对风电功率预测精度较低的问题,提出一种融合奇异谱分析(SSA)、卷积神经网络(CNN)、双向门控循环单元(BiGRU)及Attention机制的组合预测模型。为抑制风电功率随机波动特性带来的预测功率曲线滞后性问题,采用SSA方法将原始数据序列分... 针对风电功率预测精度较低的问题,提出一种融合奇异谱分析(SSA)、卷积神经网络(CNN)、双向门控循环单元(BiGRU)及Attention机制的组合预测模型。为抑制风电功率随机波动特性带来的预测功率曲线滞后性问题,采用SSA方法将原始数据序列分解为一系列相对平稳的子分量,并基于各分量模糊熵(FE)值完成各分解分量的有效重构;构建了CNN-BiGRU-Attention模型并用于各重构分量建模预测,其中,CNN网络用以实现各重构分量高维数据特征的有效提取,BiGRU网络用以完成CNN获取的关键特征向量非线性动态变化规律的有效捕捉,Attention机制的引入用于加强对功率数据关键特征的有效学习;通过叠加基于CNN-BiGRU-Attention模型的各重构分量预测值得到最终预测结果。以新疆哈密地区风电场实际运行采集数据为试验样本进行算例分析,结果表明,所提方法可有效缓解风电功率预测结果滞后现象,预测精度全面优于其他预测方法。 展开更多
关键词 风电功率预测 奇异谱分析 卷积神经网络 双向门控循环单元 Attention机制
下载PDF
基于EPP/Spectrum模型的新疆兵团AIDS疫情的预测研究
13
作者 马兰 杨文文 +3 位作者 马晓玲 夏钰 杨冬梅 李凡卡 《职业与健康》 CAS 2024年第9期1244-1250,共7页
目的应用Spectrum/EPP模型估计新疆兵团成人艾滋病(acquired immune deficiency syndrome,AIDS)疫情及发展趋势预测,为AIDS防治策略制定提供有效参考数据和科学基础。方法收集整理新疆兵团1996—2022年的AIDS相关历史数据,利用Spectrum... 目的应用Spectrum/EPP模型估计新疆兵团成人艾滋病(acquired immune deficiency syndrome,AIDS)疫情及发展趋势预测,为AIDS防治策略制定提供有效参考数据和科学基础。方法收集整理新疆兵团1996—2022年的AIDS相关历史数据,利用Spectrum模型将全人群分成8类亚人群,结合新疆兵团人口学数据、AIDS流行参数和监测数据、抗病毒治疗及预防母婴传播数据对新疆兵团AIDS疫情进行估计和预测。结果截至2022年底,新疆兵团累计存活≥15岁人类免疫缺陷病毒(human immunodeficiency virus,HIV)感染者/AIDS病例数共1547例,各类人群感染HIV情况,其中吸毒人群37例、暗娼人群26例、嫖客人群114例、男同性恋人群190例、献血人群25例、感染者配偶/性伴人群86例、剩余男730例、剩余女323例和母婴传播16例。同EPP-Spectrum模型估计结果比较发现,累计存活病例比例高达91.43%,经Spectrum/EPP模型估计,新疆兵团AIDS疫情仍呈逐年上升趋势,估计2022年新疆兵团≥15岁人群HIV感染率为7/10万,传播途径主要以异性传播为主。经过R-Spline模型分别拟合各类亚人群HIV阳性率,暗娼人群HIV阳性率逐渐上升与中位数数值趋势偏离,男男性行为者(men who have sex with men,MSM)人群HIV阳性率呈缓慢上升趋势;注射吸毒者人群HIV阳性率整体处于先升后降的趋势;嫖客人群HIV阳性率一直处于平稳状态;有偿献血人群HIV阳性率为下降趋势;配偶/性伴人群HIV阳性率高于其他亚人群,阳性率在快速上升之后转至平滑曲线。结论经过Spectrum/EPP模型预测发现,新疆兵团仍属于AIDS低流行地区,嫖客、MSM和配偶/性伴人群将是新疆兵团今后AIDS防控工作的重点关注人群。针对不同人群及时做好干预工作以及宣传教育,及时发现更多的HIV感染者,从而降低新疆兵团AIDS发病率。 展开更多
关键词 艾滋病 spectrum模型 预测
原文传递
基于KPCA-BP神经网络与GC-MS图谱的白酒价格预测技术 被引量:2
14
作者 崔安乐 陈明举 +1 位作者 熊兴中 郑佳 《中国酿造》 CAS 北大核心 2023年第7期179-184,共6页
为实现对白酒价格的准确预测,采用气相色谱-质谱(GC-MS)技术对白酒样品的挥发性风味成分进行测定后选择对不同档次白酒样品有显著差异的微量成分,分别采用主成分分析(PCA)与核主成分分析(KPCA)对GC-MS图谱数据进行降维处理,再将降维后... 为实现对白酒价格的准确预测,采用气相色谱-质谱(GC-MS)技术对白酒样品的挥发性风味成分进行测定后选择对不同档次白酒样品有显著差异的微量成分,分别采用主成分分析(PCA)与核主成分分析(KPCA)对GC-MS图谱数据进行降维处理,再将降维后的数据送入到反向传播(BP)神经网络实现价格预测。结果表明,不同档次白酒样品检测出27种挥发性风味成分,其中,酯类8种,醇类9种,酸类9种以及醛类1种;除对不同档次白酒样品无显著性差异的微量成分丁酸乙酯、正己酸乙酯、丙醇、正丁醇、异戊醇和己酸外,采用PCA和KPCA对21种挥发性风味成分进行特征提取。结果表明,PCA前3个主成分累计方差贡献率达87.38%,KPCA前3个核主成分累计方差贡献率达90.02%,KPCA对3种档次白酒在三维空间上有良好的区分度,更能实现白酒特性的准确表达;KPCA-BP神经网络对中、高端白酒预测误差为5%,而PCA-BP神经网络预测误差为15%;白酒价格预测模型验证结果表明,KPCA-BP神经网络方法比PCA-BP神经网络预测的价格更准确,PCA-BP准确率为86.89%,KPCA-BP神经网络准确率达到92.96%。 展开更多
关键词 白酒价格预测 GC-MS图谱 主成分分析 核主成分分析 BP神经网络
下载PDF
雨滴谱分布参数化对改进新疆强降水过程预报的评估
15
作者 舒未希 范水勇 +2 位作者 黄颖 任婧 沈淑婧 《大气科学》 CSCD 北大核心 2023年第4期1131-1150,共20页
本文利用2018年7月3日至10月3日新疆乌鲁木齐的雨滴谱观测资料,改进了乌鲁木齐区域高分辨率数值预报系统中WRF模式的WSM6单参数方案,对新疆2021年6月15日12时(北京时,下同)至17日00时一次强降水过程的预报改进效果进行评估研究。结果表... 本文利用2018年7月3日至10月3日新疆乌鲁木齐的雨滴谱观测资料,改进了乌鲁木齐区域高分辨率数值预报系统中WRF模式的WSM6单参数方案,对新疆2021年6月15日12时(北京时,下同)至17日00时一次强降水过程的预报改进效果进行评估研究。结果表明:观测显示,乌鲁木齐地区雨滴平均直径(D0)、最大直径(D_(max))和质量加权平均直径(D_(m))分别为0.65 mm、1.60 mm和0.93 mm。引入新疆地区参数lgNw和D_(m)拟合关系的WSM6-new方案对降水强度和强中心范围的预报能力均有一定提高。从TS、BR、ETS和TSS四个指标的评分结果上看,随着降雨等级的增加,WSM6-new方案预报能力相比WSM6方案明显提高,对于大雨和暴雨的预报显示出明显的优势。不同雨滴谱分布参数化方案对降水云系结构特征、垂直速度、大气层结和散度场都有着一定的影响,对于云微物理过程的影响主要体现在雨水含量和分布上。WSM6-new方案引入了新疆雨滴谱统计特征,在模式中对雨滴谱分布的描述更接近实际。雨滴谱的大雨滴数浓度明显增加,雨滴下落末速度增加,拖曳作用增强,有利于零度层以下的下沉气流增强和维持。强下沉气流在近地层形成更强的辐散出流,加强了近地面对流区气流的辐合,有利于上升气流的发展加强,从而地面产生更强的降水,对暴雨的预报能力明显增强。 展开更多
关键词 新疆 WRF模拟 WSM6参数化方案 暴雨 雨滴谱 降水预报评估
下载PDF
基于SSA-LSTM模型的日水位预测——以涡河流域涡阳闸为例 被引量:1
16
作者 张子谦 鲍娜娜 +3 位作者 闫星廷 李秀安 傅振扬 韦伟 《计算机系统应用》 2023年第1期316-326,共11页
水位的准确预测可以指导城市的防洪减灾举措及水利工程建设,提升城市洪涝灾害应急响应速度.基于数据驱动的水位预测模型,尤其是LSTM模型,在模拟自然界中水文要素的强非线性关系时展现出优势从而得到广泛应用.然而,自然界中水文数据的采... 水位的准确预测可以指导城市的防洪减灾举措及水利工程建设,提升城市洪涝灾害应急响应速度.基于数据驱动的水位预测模型,尤其是LSTM模型,在模拟自然界中水文要素的强非线性关系时展现出优势从而得到广泛应用.然而,自然界中水文数据的采集往往伴随着噪声以及人为干扰因素,这些问题影响了模型的预测性能.针对这一问题,本文开发了一种新的组合模型,即SSA-LSTM模型.该模型首先利用SSA方法将观测到的时间序列分解为周期、趋势和噪声分量,接着利用LSTM对SSA方法去噪后的序列进行模型训练并得到最终预测结果.本文选取涡河流域涡阳闸1971年5月至2020年12月的闸上水位为数据集,1)利用奇异谱分析方法将原始水位时序数据分解为多个趋势和噪声分量(RC_(1)–RC_(12)),选取分量(RC_(1)–RC_(10))为趋势项并重构为新的水位时序信号;2)利用LSTM模型对重构的信号进行了训练和验证,并将预测结果与LSTM模型的结果进行了对比;3)为得到最优的SSA-LSTM模型,针对不同的时间步长(7、14、21、28、35天)开展了单步预测性能评估实验,实验结果表明,在不同的时间步长下,SSA-LSTM水位预测模型的决定系数R^(2)、均方根误差RMSE、平均绝对误差百分比MAPE均优于LSTM模型.由此可见,采用SSA方法对涡阳闸水位的预处理可有效提高LSTM的预测效果,相比于传统LSTM模型,SSA-LSTM模型具有高可靠和低误差的特点,在水位预测应用中更具适应性,可以为城市防洪、灌溉、供水等水利措施的合理调度提供更优的决策依据. 展开更多
关键词 洪水预测 长短期记忆网络 奇异谱分析 预测模型
下载PDF
基于预测机制的认知无线电机会频谱接入 被引量:12
17
作者 杨晓燕 杨震 刘善彬 《重庆邮电大学学报(自然科学版)》 北大核心 2009年第1期14-19,共6页
基于认知无线电(CR)的机会频谱接入技术,近年成为一个研究热点,但大部分文献是根据当前主用户的频谱活动情况来指导次用户的频谱接入。提出一种新的接入机制,根据主用户过去和现在的频谱活动来预测其未来的频谱活动,从而使次用户可以接... 基于认知无线电(CR)的机会频谱接入技术,近年成为一个研究热点,但大部分文献是根据当前主用户的频谱活动情况来指导次用户的频谱接入。提出一种新的接入机制,根据主用户过去和现在的频谱活动来预测其未来的频谱活动,从而使次用户可以接入可用性高的频段,减少与主用户发生冲突碰撞的可能性。另外,门限值的设定更进一步减少了不可靠的频段,使次用户的通信质量得以提高。通过仿真实验可看出,与传统的接入机制以及未设门限值的接入机制相比较,所提方案能有效地减少主次用户之间的冲突碰撞率。 展开更多
关键词 认知无线电 机会频谱接入 频谱预测 门限值
下载PDF
基于软特征理论的目标跟踪研究 被引量:18
18
作者 姜文涛 刘万军 袁姮 《计算机学报》 EI CSCD 北大核心 2016年第7期1334-1355,共22页
针对目标跟踪过程中遮挡、形状与尺度变化导致目标易丢失的问题,提出了一种新的基于软特征(Soft Feature,SF)的目标前趋预测跟踪方法.该方法首先在视频图像中选取待跟踪目标区域,统计目标区域内的初始像素点,计算初始像素相邻时域图像... 针对目标跟踪过程中遮挡、形状与尺度变化导致目标易丢失的问题,提出了一种新的基于软特征(Soft Feature,SF)的目标前趋预测跟踪方法.该方法首先在视频图像中选取待跟踪目标区域,统计目标区域内的初始像素点,计算初始像素相邻时域图像中与其具有相同变化强度的像素点,滤掉分散的像素点并标记像素群;然后将离散的像素群质心坐标拟合成时域轨迹,计算时域轨迹的空间谱带和边缘谱带,合并谱带信息中具有可微分的相同变化强度的频率,得到软特征信息及软特征约束模型;最后,根据软特征及其约束模型对视频中运动目标进行跟踪,并以前趋冲击强度对目标运动状态和软特征进行前趋预测,限定目标检测范围并得到预测特征,以此实现目标前趋预测跟踪.该方法抓住了目标在形变过程中其前景区域的灰度特征具有可微分的同频率变化的显著特点,这是目标区别于复杂背景以及对形变目标进行长时间稳定跟踪(Long-term Tracking)的重要信息源.软特征的提取可以有效凸显目标区域和前趋信息,同时能有效抑制干扰信息.实验结果表明,软特征跟踪方法不仅可以克服遮挡、形状和尺度变化对目标跟踪的影响,而且具有较高的实时性、准确性和鲁棒性能.与现有的跟踪方法(State-ofthe-art Trackers)相比,软特征理论具有以下优点:采用软特征跟踪运动目标,对目标形状变化和尺度伸缩问题具有很好的抗干扰性;采用前趋冲击强度对目标前趋进行预测,可以有效解决因遮挡而导致目标丢失的问题;由于目标检测范围较小,软特征数据量较低,无需存储目标姿态模型,其计算复杂度和空间复杂度较低,跟踪速度较快. 展开更多
关键词 目标跟踪 软特征 边缘谱带 空间谱带 前趋预测
下载PDF
基于分形理论的交通事故分析 被引量:14
19
作者 陈鹏 李旭宏 孙华灿 《公路交通科技》 CAS CSCD 北大核心 2008年第3期130-133,共4页
以某市交通事故统计资料为例,首先采用功率谱分析方法论证了分形理论用于交通事故分析的可行性,计算结果表明在统计意义上,该市交通事故时间序列具有自仿射性。接着利用分形的自相似性与标度不变性将内区间的分形特性进行延拓,并由此构... 以某市交通事故统计资料为例,首先采用功率谱分析方法论证了分形理论用于交通事故分析的可行性,计算结果表明在统计意义上,该市交通事故时间序列具有自仿射性。接着利用分形的自相似性与标度不变性将内区间的分形特性进行延拓,并由此构造了具有外推功能的分形插值算法,实现交通事故预测。该算法利用内区间的迭代函数系和吸引子由特定初始点进行搜索,通过迭代使得到的点集与吸引子的均方偏差最小,从而获得需要外推点的函数值作为预测值。最后对交通事故时间序列进行R/S分析,进一步验证了预测结果的合理性,结果表明该市未来几年交通事故仍有增长趋势,应继续加强交通管理。 展开更多
关键词 交通工程 交通事故 分形理论 功率谱 外推插值 预测
下载PDF
基于多重分形谱的神经网络建模及股价指数预测 被引量:5
20
作者 庄新田 苑莹 《系统管理学报》 北大核心 2007年第4期351-355,共5页
基于多重分形理论,对上证指数进行实证研究,确认了多重分形谱参数与股价指数及股指收益率之间的统计关系,以此确定神经网络的输入、输出变量来构建以多重分形理论为依据的神经网络模型,并将其应用于股价指数的预测中。结果表明,该神经... 基于多重分形理论,对上证指数进行实证研究,确认了多重分形谱参数与股价指数及股指收益率之间的统计关系,以此确定神经网络的输入、输出变量来构建以多重分形理论为依据的神经网络模型,并将其应用于股价指数的预测中。结果表明,该神经网络模型能够取得比较好的预测效果,预测的平均准确率达98.9%,而且该模型能够较好地模拟股市的短期走势,对防范和控制风险具有现实意义。 展开更多
关键词 BP神经网络模型 多重分形谱 预测 收益率 股价指数
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部