期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于XGBoost的短时交通流预测模型 被引量:27
1
作者 钟颖 邵毅明 +1 位作者 吴文文 胡广雪 《科学技术与工程》 北大核心 2019年第30期337-342,共6页
为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路... 为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5.32,时空序列预测模型均方根误差为4.82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。 展开更多
关键词 短时交通流预测 XGBoost 交通拥堵 时间序列模型 时空序列模型
下载PDF
基于深度学习的SuperDARN雷达极区电离层对流电势模型构建及预测 被引量:2
2
作者 邓天云 刘二小 徐晨 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2022年第3期819-829,共11页
电离层等离子体对流是表征电离层电动力学的重要现象,对空间天气有着重要的指示作用.SuperDARN雷达网是研究中高纬电离层对流的重要手段,也是获得对流电势数据的重要来源.本文基于SuperDARN雷达12月份的对流电势数据,采用BP模型、FC-LST... 电离层等离子体对流是表征电离层电动力学的重要现象,对空间天气有着重要的指示作用.SuperDARN雷达网是研究中高纬电离层对流的重要手段,也是获得对流电势数据的重要来源.本文基于SuperDARN雷达12月份的对流电势数据,采用BP模型、FC-LSTM模型以及ED-ConvLSTM时空序列模型构建了高纬电离层等离子体对流电势30min预测模型,然后采用独立的数据集,基于预测值与实测值的结构相似度(SSIM)、均方根误差(RMSE)以及线性相关系数(LC)三个统计指标对模型的性能进行了评估,同时分析对比了三种模型预测的越极盖电势(CPCP)和越极盖电场(CPEF)与实测值的统计分布情况.结果表明,BP模型和FC-LSTM模型由于没有充分挖掘到空间上的信息,因此整体误差较大,前者SSIM、LC以及RMSE分别为0.80、0.89、4.38 kV,后者为0.76、0.86、4.96 kV,而ED-ConvLSTM模型则分别为0.83、0.91、3.96 kV,因其能充分捕捉到空间上的信息,三个指标明显优于前两种模型,同时在CPCP分布和CPEF分布的相似度上,ED-ConvLSTM模型性能也表现得最好.本文结果证明了时空序列模型ED-ConvLSTM在对流电势预测上的有效性. 展开更多
关键词 深度学习 时空序列模型 超级双子极光雷达网 电离层对流电势
下载PDF
基于毫米波雷达感知的CNN⁃ConvLSTM多时刻阻塞预测方法
3
作者 罗文宇 钟云开 +1 位作者 邵霞 段臣续 《雷达科学与技术》 北大核心 2023年第5期531-538,共8页
针对当前毫米波雷达辅助无线通信单时刻阻塞预测无法适应高移动复杂场景的问题,提出一种结合卷积神经网络(CNN)和时空序列预测模型(ConvLSTM)的多时刻持续阻塞预测方法。该方法通过构造时间分布层存储CNN提取的热图特征,解决了卷积神经... 针对当前毫米波雷达辅助无线通信单时刻阻塞预测无法适应高移动复杂场景的问题,提出一种结合卷积神经网络(CNN)和时空序列预测模型(ConvLSTM)的多时刻持续阻塞预测方法。该方法通过构造时间分布层存储CNN提取的热图特征,解决了卷积神经网络单次处理多张雷达热图可能存在的特征缺失问题,实现了连续热图特征的多帧分组。进而,利用ConvLSTM对输入多帧时空序列进行处理实现多时刻阻塞预测。利用DeepSense 6G真实场景数据的实验结果表明,该方法的多时刻预测结果均能达到90%的准确率和80%以上的F1-score,具备多时刻精确阻塞预测能力。本文方法在复杂动态环境下高频段通信的高可靠、低时延QoS保障方面具有重要的理论和应用价值。 展开更多
关键词 毫米波雷达 无线通信 卷积神经网络 时空序列预测模型 多时刻阻塞预测
下载PDF
Prediction and Analysis of O_3 based on the ARIMA Model 被引量:2
4
作者 李双金 杨宁 +2 位作者 闫奕琪 曹旭东 冀德刚 《Agricultural Science & Technology》 CAS 2015年第10期2146-2148,共3页
The research conducted prediction on changes of atmosphere pollution during July 9, 2014-July 22, 2014 with SPSS based on monitored data of O3 in 13 successive weeks from 6 sites in Baoding City and demonstrated predi... The research conducted prediction on changes of atmosphere pollution during July 9, 2014-July 22, 2014 with SPSS based on monitored data of O3 in 13 successive weeks from 6 sites in Baoding City and demonstrated prediction effect of ARIMA model is good by Ljung-Box Q-test and R2, and the model can be used for prediction on future atmosphere pollutant changes. 展开更多
关键词 Air quality Analysis of time series SPSS ARIMA model
下载PDF
基于最短时间距离的校园无线网络用户关联性度量
5
作者 李鑫健 刘漫丹 《计算机工程与科学》 CSCD 北大核心 2019年第10期1755-1762,共8页
在校园网络中,存在着大量的信息系统,记录着用户的日常行为信息。通过对大量用户的日常轨迹信息分析,可以发现用户之间的行为关联性,度量用户之间的社会关系强度。基于上海某校的校园网络数据特点,提出了一种改进的基于用户时间序列模型... 在校园网络中,存在着大量的信息系统,记录着用户的日常行为信息。通过对大量用户的日常轨迹信息分析,可以发现用户之间的行为关联性,度量用户之间的社会关系强度。基于上海某校的校园网络数据特点,提出了一种改进的基于用户时间序列模型,用最短时间距离进行社会关系度量的方法。该方法首先依据用户的行为数据生成用户行为时间序列,并在此基础上进行行为关联性的度量,以反映用户在真实世界中的社会关系强度,并利用地点访问热度修正社会关系强度的分析结果。实验中使用该方法对上海某校的校园网数据进行分析,度量用户关联性强度,验证了该方法的有效性。 展开更多
关键词 用户轨迹数据 时空序列模型 用户关联性度量 聚类分析
下载PDF
Temporal variability of temperature-nitrate relationship in a coastal region
6
作者 殷建平 林立 +1 位作者 王友绍 杜建伟 《Chinese Journal of Oceanology and Limnology》 SCIE CAS CSCD 2014年第4期879-885,共7页
The inverse relationship between nitrate and temperature(N-T relationship) has been used to estimate new production from remotely sensed sea surface temperature at the regional or global scale of oceans. This study ai... The inverse relationship between nitrate and temperature(N-T relationship) has been used to estimate new production from remotely sensed sea surface temperature at the regional or global scale of oceans. This study aimed to develop a time-series model of the N-T relationship from automated, continuous hourly observations over two years on the coast of Halifax, Canada. The model demonstrated time-series variability of the N-T relationship at a coastal station on the Nova Scotia Shelf, with adjusted R 2 =0.999 4 and RMSE=0.025 7. The maximum residual value was 0.077. The annual temperature variations described a sine curve, and daily, weekly, and monthly variations fluctuated within the normal ranges, controlled by the local climate. The annual variation of nitrate concentration formed nearly a sine curve. Heavy or longlasting rainfall increased nitrate concentration by 4 to 30-fold in 24 h, and then the increased nitrogen was quickly depleted by phytoplankton growth in 10 to 48 h. In general, biological activity was a key factor in causing nitrate concentration change, dependent mainly on seawater temperature. The power function of the N-T relationship observed in our study area could be used to quickly estimate sea surface nitrate concentration, in combination with temperature data obtained by remote sensing. 展开更多
关键词 sea surface temperature sea surface nitrate nitrate and temperature (N-T relationship) model Halifax Canada
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部