期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
循环小数的奇妙性质 被引量:4
1
作者 张世德 《河南师范大学学报(自然科学版)》 CAS CSCD 2002年第3期11-14,共4页
文 [1]中叙述了三个‘世界上数学家还没有解决的难题 ,即所谓世界难题 .’本文部分地讨论了第二个问题 ,发现在一定条件下 ,许多分数的循环节作为一个数都是 9的倍数 ,证明一类分母是合数的真分数也具有文
关键词 同余 循环小数 Fermat-Euler定理 循环 循环位数 数论 真分数
下载PDF
基于CNN特征选择与QRGRU的电力负荷概率密度预测方法 被引量:13
2
作者 丁学辉 许海林 +1 位作者 罗颖婷 鄂盛龙 《电力信息与通信技术》 2021年第6期32-38,共7页
针对一般预测方法难以提供负荷概率性信息,且难以兼顾负荷数据的时序性和天气、日类型等非连续特征的缺陷,文章提出一种基于卷积神经网络(Convolutional Neural Network,CNN)结合门控循环神经网络分位数回归(Gated Recurrent Neural Net... 针对一般预测方法难以提供负荷概率性信息,且难以兼顾负荷数据的时序性和天气、日类型等非连续特征的缺陷,文章提出一种基于卷积神经网络(Convolutional Neural Network,CNN)结合门控循环神经网络分位数回归(Gated Recurrent Neural Network Quantile Regression,QRGRU)的概率密度预测方法。将历史负荷值、天气及日类型等信息利用滑动时间窗构造连续特征图,通过CNN提取不同类型特征的潜在信息,以此作为QRGRU输入,预测不同分位点下未来一天任意时刻负荷的预测结果,并通过核密度估计获得任意时刻负荷的概率密度分布。实验结果表明,采用CNN学习不同类型特征与负荷需求的关系,并结合QRGRU和核密度估计技术,可以更好地解决电力负荷概率密度预测问题。 展开更多
关键词 电力负荷概率密度预测 卷积神经网络 门控循环神经网络分位数回归 核密度估计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部