期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
利用联合图模型的传感器网络数据修复方法
被引量:
8
1
作者
杨杰
蒋俊正
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第1期44-51,共8页
为了保证无线传感器网络数据本身的可靠性,以及不会因为数据缺失而导致数据处理过程中的效率降低,提出了一种利用联合图模型的传感器网络数据修复算法。首先基于网络数据的时间域平滑特性和空间域平滑特性建立联合图域模型,然后根据联...
为了保证无线传感器网络数据本身的可靠性,以及不会因为数据缺失而导致数据处理过程中的效率降低,提出了一种利用联合图模型的传感器网络数据修复算法。首先基于网络数据的时间域平滑特性和空间域平滑特性建立联合图域模型,然后根据联合图域模型中网络数据的关联特性设计迭代恢复算法,最终实现网络数据恢复的目的。通过实验仿真表明,该方法与图信号模型中基于图全变分最小化算法相比,利用联合图模型的修复算法不仅数据修复精度提高约30%,迭代次数下降约80%。
展开更多
关键词
无线传感器网络
数据修复
图
信号处理
联合图模型
下载PDF
职称材料
基于概率图模型的天气预测研究
被引量:
4
2
作者
刘丽丹
《计算机技术与发展》
2019年第7期103-107,共5页
天气预测关系国计民生,从传统预报到数值预报,随着科技进步特别是计算能力的提升,预测准确率已大幅提高,但仍受限于对大气变化规律的认知程度。由数据驱动的天气预测方法层出不穷,以期帮助人们发现更多天气规律,提高预测准确率。机器学...
天气预测关系国计民生,从传统预报到数值预报,随着科技进步特别是计算能力的提升,预测准确率已大幅提高,但仍受限于对大气变化规律的认知程度。由数据驱动的天气预测方法层出不穷,以期帮助人们发现更多天气规律,提高预测准确率。机器学习方法一直是备受各个领域青睐的建模方法,气象领域也不例外。为解决非平稳时间序列的天气预测中的多重共线性问题,探索空间相关关系,文中应用图信号方法,以条件高斯图模型,学习出华东地区21个测站之间可解释的降水量空间相关关系和气温相关性,在此基础上用联合条件高斯图模型,联合预测各站未来24小时的降水量和平均气温,与其他未考虑空间相关性和输出变量相关性的预测模型相比,预测准确率有所提升。因为所用数据为易获取的国际交换站地面观测数据,模型简单而高效,经准确率验证,该方法可在天气预报业务中推广应用。
展开更多
关键词
概率
图
模型
条件高斯
图
模型
联合
条件高斯
图
模型
空间相关性
天气预测
下载PDF
职称材料
题名
利用联合图模型的传感器网络数据修复方法
被引量:
8
1
作者
杨杰
蒋俊正
机构
桂林电子科技大学信息与通信学院
桂林电子科技大学广西无线宽带通信与信号处理重点实验室
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第1期44-51,共8页
基金
国家自然科学基金(61761011)
文摘
为了保证无线传感器网络数据本身的可靠性,以及不会因为数据缺失而导致数据处理过程中的效率降低,提出了一种利用联合图模型的传感器网络数据修复算法。首先基于网络数据的时间域平滑特性和空间域平滑特性建立联合图域模型,然后根据联合图域模型中网络数据的关联特性设计迭代恢复算法,最终实现网络数据恢复的目的。通过实验仿真表明,该方法与图信号模型中基于图全变分最小化算法相比,利用联合图模型的修复算法不仅数据修复精度提高约30%,迭代次数下降约80%。
关键词
无线传感器网络
数据修复
图
信号处理
联合图模型
Keywords
wireless sensor networks
data recovery
graph signal processing
joint graph model
分类号
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于概率图模型的天气预测研究
被引量:
4
2
作者
刘丽丹
机构
南京航空航天大学计算机科学与技术学院
出处
《计算机技术与发展》
2019年第7期103-107,共5页
基金
国家自然科学基金青年科学基金(41405135)
文摘
天气预测关系国计民生,从传统预报到数值预报,随着科技进步特别是计算能力的提升,预测准确率已大幅提高,但仍受限于对大气变化规律的认知程度。由数据驱动的天气预测方法层出不穷,以期帮助人们发现更多天气规律,提高预测准确率。机器学习方法一直是备受各个领域青睐的建模方法,气象领域也不例外。为解决非平稳时间序列的天气预测中的多重共线性问题,探索空间相关关系,文中应用图信号方法,以条件高斯图模型,学习出华东地区21个测站之间可解释的降水量空间相关关系和气温相关性,在此基础上用联合条件高斯图模型,联合预测各站未来24小时的降水量和平均气温,与其他未考虑空间相关性和输出变量相关性的预测模型相比,预测准确率有所提升。因为所用数据为易获取的国际交换站地面观测数据,模型简单而高效,经准确率验证,该方法可在天气预报业务中推广应用。
关键词
概率
图
模型
条件高斯
图
模型
联合
条件高斯
图
模型
空间相关性
天气预测
Keywords
probability graph model
conditional Gaussian graph model
joint conditional Gaussian graph model
spatial correlation
weather prediction
分类号
TP399 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
利用联合图模型的传感器网络数据修复方法
杨杰
蒋俊正
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2020
8
下载PDF
职称材料
2
基于概率图模型的天气预测研究
刘丽丹
《计算机技术与发展》
2019
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部