期刊文献+
共找到937篇文章
< 1 2 47 >
每页显示 20 50 100
老年髋部骨折患者围手术期并发肺炎的风险预测回归模型构建 被引量:1
1
作者 刘百川 叶欣 +1 位作者 赵斌 刘志伟 《中国医刊》 CAS 2024年第1期79-82,共4页
目的 构建老年髋部骨折患者围手术期并发肺炎的风险预测回归模型。方法 回顾性分析2017年5月至2020年12月就诊于首都医科大学附属北京积水潭医院的2669例老年髋部骨折患者的临床资料,根据围手术期是否并发肺炎将研究对象分为并发肺炎组... 目的 构建老年髋部骨折患者围手术期并发肺炎的风险预测回归模型。方法 回顾性分析2017年5月至2020年12月就诊于首都医科大学附属北京积水潭医院的2669例老年髋部骨折患者的临床资料,根据围手术期是否并发肺炎将研究对象分为并发肺炎组(并发肺炎,322例)和未并发肺炎组(未并发肺炎,2347例)。采用单因素分析和多因素logistic回归方法分析老年髋部骨折患者围手术期并发肺炎的独立影响因素,并构建logistic回归模型。采用受试者操作特征曲线分析回归模型对老年髋部骨折患者围手术期并发肺炎的预测价值。结果 单因素分析结果显示,性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、血液系统疾病、神经系统疾病、泌尿系统疾病、急性冠脉综合征、谵妄、低蛋白血症、电解质紊乱与老年髋部骨折患者围手术期并发肺炎显著相关(P<0.05)。多因素logistic回归分析结果显示,性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、急性冠脉综合征、低蛋白血症均为老年髋部骨折患者围手术期并发肺炎的独立影响因素(P<0.05),构建回归模型为logit(P)=0.574×性别+0.05×年龄+0.705×骨折类型+0.545×手术方式+0.149×住院时间+0.772×呼吸系统疾病+0.849×急性冠脉综合征+0.702×低蛋白血症-8.002。受试者操作特征曲线分析结果显示,该回归模型预测老年髋部骨折患者围手术期并发肺炎的曲线下面积为0.751,敏感度为0.699,特异度为0.684。结论 性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、急性冠脉综合征、低蛋白血症为老年髋部骨折患者围手术期并发肺炎的独立影响因素,基于上述影响因素构建的风险预测回归模型对老年髋部骨折患者围手术期肺炎的发生具有良好预测价值。 展开更多
关键词 老年髋部骨折 围手术期 肺炎 风险预测回归模型
下载PDF
空调办公建筑能耗预测回归模型 被引量:32
2
作者 杨柳 侯立强 +2 位作者 李红莲 许馨尹 刘加平 《西安建筑科技大学学报(自然科学版)》 CSCD 北大核心 2015年第5期707-711,共5页
建筑能耗预测模型是进行建筑节能设计及节能改造的有力工具,而建筑能耗分析是建立建筑能耗预测模型的基础.本文建立了重庆地区的空调办公建筑模型,采用Energy Plus软件模拟分析了该城市建筑各设计参数对暖通空调系统及建筑年总能耗的影... 建筑能耗预测模型是进行建筑节能设计及节能改造的有力工具,而建筑能耗分析是建立建筑能耗预测模型的基础.本文建立了重庆地区的空调办公建筑模型,采用Energy Plus软件模拟分析了该城市建筑各设计参数对暖通空调系统及建筑年总能耗的影响,选取对建筑能耗影响较大的9项设计参数,建立了重庆地区暖通空调系统及建筑年总能耗的预测回归模型,随机选取20组数据来评价预测回归模型的准确性.结果表明:各设计参数中窗墙比、设备功率密度、照明功率密度等对暖通空调系统及建筑年总能耗影响较大,重庆建筑暖通空调系统及年总能耗预测回归模型R^2分别为0.960和0.966,估计标准偏差都为1.122 W/m^2;能耗预测值与模拟值的最大偏差分别为-12.813%和-7.063%. 展开更多
关键词 建筑能耗 办公建筑 EnergyPlus模拟 敏感性分析 预测回归模型
下载PDF
贝叶斯模型平均下的时变系数预测回归模型
3
作者 杨光艺 《统计与决策》 CSSCI 北大核心 2019年第19期20-24,共5页
文章采用时变系数模型对中国股票市场的超额收益率进行预测,并结合贝叶斯模型平均的方法对各模型进行模型平均,得出稳健有效的预测结果。实证比较表明:(1)时变系数模型相比常系数模型具有更好的预测效果;(2)时变系数模型能帮助投资者在... 文章采用时变系数模型对中国股票市场的超额收益率进行预测,并结合贝叶斯模型平均的方法对各模型进行模型平均,得出稳健有效的预测结果。实证比较表明:(1)时变系数模型相比常系数模型具有更好的预测效果;(2)时变系数模型能帮助投资者在市场剧烈变化时迅速做出反应;(3)单变量情形下,宏观经济类变量具有更好的预测效果。 展开更多
关键词 时变模型 模型平均 预测回归
下载PDF
市域铁路地下单洞双线隧道最高空气温度预测回归模型 被引量:1
4
作者 张璨 杨波 +1 位作者 陈霖 余涛 《制冷与空调(四川)》 2022年第5期688-692,共5页
市域铁路采用单洞双线隧道模式可明显减小初投资、缩短建设周期,但存在断面积过大、双向会车等因素不利于通风换热造成隧道内出现高温,对隧道内最高空气温度的预测有助于单洞双线隧道的环控系统设计。建立了某市域铁路单洞双线隧道一维... 市域铁路采用单洞双线隧道模式可明显减小初投资、缩短建设周期,但存在断面积过大、双向会车等因素不利于通风换热造成隧道内出现高温,对隧道内最高空气温度的预测有助于单洞双线隧道的环控系统设计。建立了某市域铁路单洞双线隧道一维通风网络模型,模拟计算了不同工况下的隧道最高空气温度,并进行了参数敏感性分析,采用多元线性回归方法建立了单洞双线隧道最高空气温度预测模型并进行了验证。结果表明:不同因素对隧道最高空气温度影响程度由大到小排序为室外空气温度、列车对数、列车速度、列车编组、轨排风量、区间隧道长度、车站个数、土壤温度、阻塞比、活塞风井面积、活塞风井长度,隧道最高空气温度预测模型的预测值与数值模拟计算值的最大偏差值为0.9℃。 展开更多
关键词 市域铁路 单洞双线隧道 最高空气温度 敏感性分析 预测回归模型
下载PDF
基于分位数预测回归模型的股票市场风险影响因素分析 被引量:1
5
作者 邓晓 杨光艺 《统计与决策》 CSSCI 北大核心 2021年第8期141-144,共4页
了解股票市场风险因素在当代金融市场实践及研究中具有重要价值。基于此,文章采用最新的一致有效的IVX-QR分位数预测回归模型对上证综指的收益率分布进行研究,以探究市场风险的影响因素。结果显示:宽松的货币环境、投机行为、反应过度... 了解股票市场风险因素在当代金融市场实践及研究中具有重要价值。基于此,文章采用最新的一致有效的IVX-QR分位数预测回归模型对上证综指的收益率分布进行研究,以探究市场风险的影响因素。结果显示:宽松的货币环境、投机行为、反应过度均会导致市场风险增加;经济周期繁荣期市场风险加大,应加强宏观审慎的逆周期管理模式;派息强度增加有助于降低市场风险,建立健全完善的股息制度有利于资本市场的健康稳定发展。 展开更多
关键词 分位数预测回归 市场风险 股息制度
下载PDF
基于机器学习的空气源热泵干燥能耗回归预测 被引量:2
6
作者 杨仕 陈维汉 +5 位作者 杨明金 张原 李守太 蒲应俊 杨玲 宋卫东 《农业工程学报》 EI CAS CSCD 北大核心 2024年第2期41-51,共11页
为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影... 为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上,提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入,能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测,MLRM模型对能耗拟合的决定系数为0.739,对物料结束含水率拟合的决定系数为0.931;BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高,为0.828,使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高,为0.942,拟合效果优于其他机器学习模型,能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验,结果表明:试验总能耗为15.066 kW·h,MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h,预测精度分别为96.08%、99.23%;试验结束含水率为8.541%,MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%,预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段,对于优化干燥工艺和降低干燥能耗具有实际意义。 展开更多
关键词 热泵干燥 能耗模型 回归预测 机器学习 工艺切分
下载PDF
基于多元线性回归模型的生物质与烟煤混燃灰熔融特征温度预测
7
作者 齐鹏远 姚锡文 +3 位作者 刘清华 许克强 任海芳 许开立 《农业工程学报》 EI CAS CSCD 北大核心 2024年第15期174-182,共9页
生物质中钾、钠等碱金属含量高,极易导致生物质与煤混燃灰沾污结渣严重。灰熔融特征温度是用于表征积灰结渣倾向的重要指标。该研究在充分考虑灰中酸/碱性组分对熔融特征温度影响的基础上,以生物质与烟煤混燃灰中Al_(2)O_(3)、SiO_(2)、... 生物质中钾、钠等碱金属含量高,极易导致生物质与煤混燃灰沾污结渣严重。灰熔融特征温度是用于表征积灰结渣倾向的重要指标。该研究在充分考虑灰中酸/碱性组分对熔融特征温度影响的基础上,以生物质与烟煤混燃灰中Al_(2)O_(3)、SiO_(2)、P_(2)O_(5)、SO_(3)、K_(2)O、CaO、Fe2O_(3)7种氧化物作为变量,利用Matlab软件建立了基于多元线性回归模型的生物质与烟煤混燃灰熔融特征温度预测模型,并以中国农村典型的玉米秸秆和神木烟煤为试样,测定其在不同掺混比例、不同温度和不同停留时间下的灰分组成及熔融特征温度。试验结果表明:随着混合燃料中玉米秸秆的质量分数由25%增至75%时,灰样中MgO、K_(2)O、CaO、Na2O等碱性氧化物的含量增加,特别是对于K_(2)O而言,其质量分数由5.89%升至14.41%,而Al_(2)O_(3)、P_(2)O_(5)和SO_(3)等酸性氧化物的含量逐渐减少,其中Al_(2)O_(3)的质量分数由12.05%降至7.78%,P_(2)O_(5)的质量分数由3.66%降至1.07%,SO_(3)的含量由7.70%降至1.48%。随着灰化温度升高和停留时间延长,Cl元素的含量明显减少。将该模型的预测结果与经验公式预测结果及试验结果对比,发现该预测模型中P_(2)O_(5)、SO_(3)对灰熔融特征温度的影响系数较大,这与试验结果基本相符。灰熔融特征温度与Al_(2)O_(3)、SiO_(2)、P_(2)O_(5)、CaO等氧化物含量呈正相关,表明这些氧化物成分有助于抑制熔融结渣。利用试验测量及经验公式等方法对该预测模型的结果进行检验,利用该模型预测的熔融特征温度与试验值的误差在5%以内,验证了该模型的准确性和可靠性。该模型研究结果可为准确预测生物质与烟煤混燃灰熔融特征温度以及防治锅炉积灰结渣提供参考。 展开更多
关键词 生物质 混燃灰 熔融特性 回归预测 神经网络
下载PDF
一致有效的预测回归方法的构建及其在中国市场上的应用
8
作者 杨光艺 赵琬迪 《数理统计与管理》 北大核心 2024年第4期667-683,共17页
预测回归(Predictive Regression)是用于检验金融市场可预测性的重要计量方法,但现有检验方法,如传统的T检验以及Campbell和Yogo(2006)[1]提出的方法,均不能在|ρ|≤1范围内取得一致有效的检验效果。本文提出了一种新的检验方法,该方法... 预测回归(Predictive Regression)是用于检验金融市场可预测性的重要计量方法,但现有检验方法,如传统的T检验以及Campbell和Yogo(2006)[1]提出的方法,均不能在|ρ|≤1范围内取得一致有效的检验效果。本文提出了一种新的检验方法,该方法通过采用Bonferroni的方法,将在|ρ|≤1范围内一致有效的Hansen(1999)[2]格点自助法与文[1]提出的更具效用的Q检验结合。数值模拟显示该检验方法犯第一类错误的概率在|ρ|≤1范围内均靠近其5%的理论值,并且效用检验同样显示该检验方法优于目前学术界常用的文[1]。采用本文提出的预测回归检验方法,本文发现在中国股票市场,距离52周最高价的接近程度、技术指标、PPI以及CPI等变量具有预测能力。 展开更多
关键词 一致有效 预测回归 预测
原文传递
基于深度学习的面料密度回归预测
9
作者 毋涛 王娟 车秋凌 《纺织高校基础科学学报》 CAS 2024年第1期34-41,共8页
在实际面料设计和质量检测过程中,人工检测面料密度通常需要耗费大量的时间与人力资源,效率十分低下。为了解决这一问题,提出一种基于深度学习的面料密度回归预测方法。首先,基于迁移学习在改进后的VGG19上进行训练,在卷积层后面加入自... 在实际面料设计和质量检测过程中,人工检测面料密度通常需要耗费大量的时间与人力资源,效率十分低下。为了解决这一问题,提出一种基于深度学习的面料密度回归预测方法。首先,基于迁移学习在改进后的VGG19上进行训练,在卷积层后面加入自适应平均池化层使输入图像大小不受限制,在全连接层加入SVD矩阵分解来减少计算时间。其次,删除分类层,将全连接层的输出作为最终模型的输出结果。在训练过程中,选用均方差损失函数,以某纺织企业提供的面料为数据集,进行对比实验和结果分析。结果表明:提出的方法相较于传统方法更加智能化,其面料密度计算误差约为5%,准确率为95.5%,具有一定的可行性。 展开更多
关键词 面料密度 深度学习 迁移学习 回归预测 VGG19
下载PDF
高校研考生心理状态及其回归预测因素探析——以曲阜师范大学为例
10
作者 钱虹 周月 甘仁 《心理学进展》 2024年第9期149-157,共9页
为了更好地了解高校考研学生群体的心理状态,有针对性地做好研考生的心理健康教育和引导工作,本文采用正性情绪分量表、抑郁–焦虑–压力量表、一般自我效能感量表、认知灵活性量表对曲阜师范大学的409名研考生进行了抽样问卷调查,分析... 为了更好地了解高校考研学生群体的心理状态,有针对性地做好研考生的心理健康教育和引导工作,本文采用正性情绪分量表、抑郁–焦虑–压力量表、一般自我效能感量表、认知灵活性量表对曲阜师范大学的409名研考生进行了抽样问卷调查,分析研考生的心理状态及影响因素。结果表明,82.2%研考生的正性情绪的得分处于较好水平,7.1%的学生有压力体验,22.7%的学生有焦虑体验,16.6%的学生有抑郁体验。心理健康指标与自我效能感和认知灵活性各变量之间均显著相关,男性压力、自我效能感和认知可选择性得分均显著高于女性。以性别、学科门类、自我效能感、认知灵活性四个变量构建的回归方程,可以显著解释正性情绪32.5%的变异,可以显著解释压力18.5%的变异,可以显著解释焦虑24.7%的变异,可以显著解释抑郁24.1%的变异。自我效能感和认知灵活性显著正向预测正性情绪,显著负向预测压力、焦虑和抑郁。由此可见,高校研考生的心理健康水平处于相对稳定状态,但仍显现出压力、焦虑和抑郁情绪,心理状态存在性别、学科门类的群体特异性,自我效能感和认知灵活性是影响研考生心理状态的主要因素。正基于此,为从营造积极的舆论环境、消解不良情绪,注重精准施策、培养心理承受力,提高自我效能感、加强行动掌控力,强化认知灵活性、提升心理调适力四个方面做好研考生心理健康教育工作提供了较为充分的依据。For better understanding the psychological state of postgraduate candidates in college to provide targeted psychological education and guidance, this article conducted a sampling questionnaire survey of 409 postgraduate candidates at Qufu Normal University using the Positive Emotion Scale, Depression Anxiety Stress Scale (DASS), General Self-Efficacy Scale (GSES), and Cognitive Flexibility Inventory (CFI) to analyze their psychological state and prediction of regression factors. The results showed following conclusions. 82.2% of graduate students scored well in positive emotions, 7.1% of students have experienced stress, 22.7% have experienced anxiety, and 16.6% have experienced depression. Psychological health indicators are significantly correlated with variables such as self-efficacy and cognitive flexibility. Male stress, self-efficacy, and cognitive selectivity scores are significantly higher than those of females. The regression equation constructed with four variables: gender, subject category, self-efficacy, and cognitive flexibility can significantly explain 32.5% of the variation in positive emotions, 18.5% of the variation in stress, 24.7% of the variation in anxiety, and 24.1% of the variation in depression. Self efficacy and cognitive flexibility significantly positively predict positive emotions, and significantly negatively predict stress, anxiety, and depression. It can be seen that the mental health level of college graduate students is relatively stable. It can be seen that the mental health level of postgraduate candidates in college is relatively stable, but they still show symptoms of stress, anxiety, and depression. Psychological states exhibit group specificity based on gender and disciplinary categories. Self-efficacy and cognitive flexibility are the main factors affecting the psychological state of postgraduate candidates in college. Based on this, it provides a relatively sufficient basis for promoting psychological health education for postgraduate candidates in college from four aspects: creating a positive public opinion environment to resolve the negative emotions, focusing on precise policy implementation to cultivate the psychological resilience, improving self-efficacy to strengthen the action control of graduate students, enhancing cognitive flexibility to improve the psychological adjustment ability. 展开更多
关键词 高校研考生 心理状态 回归预测
下载PDF
基于深度时序网络的固井泵压回归预测研究及应用
11
作者 郭磊鑫 李毛毛 莫峦奇 《电脑与信息技术》 2024年第4期51-53,共3页
在固井作业中,泵压大小代表了目前固井作业的质量和施工状态,提前预测泵压有利于及时调整固井作业参数,提高施工效率,以及预防事故的发生。文章旨在通过固井作业现场的实时数据采集,对泵压进行精准的回归预测。利用现场实地采集的特征数... 在固井作业中,泵压大小代表了目前固井作业的质量和施工状态,提前预测泵压有利于及时调整固井作业参数,提高施工效率,以及预防事故的发生。文章旨在通过固井作业现场的实时数据采集,对泵压进行精准的回归预测。利用现场实地采集的特征数据,以及依据作业机理和流程构建的计算特征,构建出与时间序列紧密相关的数据集。在此基础上,进一步提炼与泵压变化相关的特征数据,搭建深度时序模型。此模型旨在学习并捕捉具有时序特性的数据与泵压之间的复杂映射关系,从而实现对泵压的有效预测。 展开更多
关键词 石油固井 时序网络 回归预测 泵压预测
下载PDF
基于自回归预测模型的列车精确控制策略研究
12
作者 羊兴旺 《现代交通技术》 2024年第3期73-76,91,共5页
随着科学技术的发展,自动驾驶技术越来越成熟,这对提高列车运行效率具有重要意义。传统的列车精确控制策略受到列车制动时间限制,在发生紧急情况时容易造成制动响应时间达不到要求,无法满足目前高密度列车精确控制的需求。基于自回归预... 随着科学技术的发展,自动驾驶技术越来越成熟,这对提高列车运行效率具有重要意义。传统的列车精确控制策略受到列车制动时间限制,在发生紧急情况时容易造成制动响应时间达不到要求,无法满足目前高密度列车精确控制的需求。基于自回归预测模型提出了列车精确控制策略,辨识列车精确控制参数,设计列车精确控制算法,预测验证列车精确控制状态,实现了列车精确控制。试验结果表明,提出的列车精确控制优化策略的紧急制动响应时间较短,能实现列车实时精确控制,有一定的应用价值。 展开更多
关键词 回归预测模型 高密度列车 精确控制 紧急制动
下载PDF
基于PSO-BP神经网络算法矿井瓦斯涌出量回归预测应用
13
作者 刘大可 张浩强 郭翔 《中国矿山工程》 2024年第3期38-43,共6页
本文针对矿井瓦斯涌出量预测问题,建立了PSO-BP神经网络算法模型,收集了山西某煤矿2017年至2023年期间的20组样本数据,将其中的15组作为训练集,对剩余5组的样本数据进行瓦斯涌出量回归预测,并最终对比了PSO-BP神经网络算法与BP神经网络... 本文针对矿井瓦斯涌出量预测问题,建立了PSO-BP神经网络算法模型,收集了山西某煤矿2017年至2023年期间的20组样本数据,将其中的15组作为训练集,对剩余5组的样本数据进行瓦斯涌出量回归预测,并最终对比了PSO-BP神经网络算法与BP神经网络算法的平均绝对误差、均方误差、均方根误差、平均绝对百分比误差和预测准确率等评价指标。结果表明,基于PSO-BP神经网络算法的瓦斯涌出量预测模型具有更高的准确性,能够满足矿山实际需求,具有较好的实用性和创新性,为其他矿井在瓦斯涌出量预测方面提供了一定的借鉴意义。 展开更多
关键词 瓦斯涌出量预测 粒子群优化算法 反向传播神经网络 回归预测 评价指标
下载PDF
基于机器学习的盾构掘进地表沉降回归预测模型 被引量:3
14
作者 方诗圣 苏一恒 +2 位作者 林彤彤 修贤好 李建豪 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2023年第9期1224-1229,共6页
针对地铁盾构掘进引起的地表沉降预测问题,经验和半经验公式预测差异性大,解析法预测过程复杂,数值模拟无法运用于实时预测。基于线性回归、岭回归、套索算法(least absolute shrinkage and selection operator,LASSO)、分裂决策树算法(... 针对地铁盾构掘进引起的地表沉降预测问题,经验和半经验公式预测差异性大,解析法预测过程复杂,数值模拟无法运用于实时预测。基于线性回归、岭回归、套索算法(least absolute shrinkage and selection operator,LASSO)、分裂决策树算法(classification and regression tree,CART)、随机森林算法、支持向量机(support vector machine,SVM)、XGBoost(extreme gradient boosting)、多层感知机(multi-layer perceptron,MLP)8种机器学习算法的拟合能力,文章提出盾构掘进沿线地表最大沉降值预测模型。采用均方误差(mean square error,MSE)、均方根误差(root mean square error,RMSE)、绝对均值误差(mean absolute error,MAE)、决定系数R 2进行模型评估。结果表明:支持向量回归(support vector regression,SVR)模型取得的效果最优,其次是回归MLP模型;在树模型中,随机森林的表现效果好于CART和XGBoost;线性模型中表现最好的是岭回归。 展开更多
关键词 地铁 盾构掘进 地表沉降 机器学习 回归预测
下载PDF
基于第一视角的非自回归行人轨迹预测模型
15
作者 桑海峰 王金玉 +1 位作者 陈旺兴 王海峰 《电子学报》 EI CAS CSCD 北大核心 2023年第5期1266-1272,共7页
行人轨迹预测在自动驾驶和监控系统等多个应用中具有重要意义.目前大多数行人轨迹预测模型采用基于循环神经网络的编码器-解码器结构,其自回归的解码结构存在一定的累积误差,而且循环神经网络对序列的长期依赖问题仍然无法很好地解决.... 行人轨迹预测在自动驾驶和监控系统等多个应用中具有重要意义.目前大多数行人轨迹预测模型采用基于循环神经网络的编码器-解码器结构,其自回归的解码结构存在一定的累积误差,而且循环神经网络对序列的长期依赖问题仍然无法很好地解决.本文提出一种基于Transformer网络的非自回归行人轨迹预测模型,非自回归的解码结构能够同时生成所有预测值来减少累积误差,Transformer网络中的自注意力机制能够改善长期依赖问题.本文还设计一个局部信息加强模块来捕获行人运动趋势发生变化的局部特征,同时结合边界框的位置信息和大小信息来编码第一视角下透视投影产生的影响,使得模型提取到的轨迹特征更加有效.实验结果表明,在基于第一视角的公开数据集PIE(Pedestrian Intention Estimation)上,本文提出的模型比PIE预测模型在15、30、45帧的平均位移误差和终点位移误差上分别降低了24%,14.5%,11%和6%. 展开更多
关键词 行人轨迹预测 第一视角 Transformer网络 非自回归预测 累积误差 局部信息加强
下载PDF
基于双曲线函数的岩石三轴强度回归预测模型
16
作者 李斌 王鹏 李佳伦 《化工矿物与加工》 CAS 2023年第7期34-38,47,共6页
随着采矿活动愈来愈深入地壳,岩层中岩石破坏造成的影响越来越大,准确获取岩石破坏时的强度对于指导工程施工和安全生产尤为重要。为了提高岩石在不同围压条件下三轴压缩破坏强度的预测精度,根据砂岩三轴强度曲线的非线性特征,利用回归... 随着采矿活动愈来愈深入地壳,岩层中岩石破坏造成的影响越来越大,准确获取岩石破坏时的强度对于指导工程施工和安全生产尤为重要。为了提高岩石在不同围压条件下三轴压缩破坏强度的预测精度,根据砂岩三轴强度曲线的非线性特征,利用回归预测方法推导建立了基于双曲线函数的岩石三轴压缩强度回归预测模型,对该模型进行了4个指标的检验,初步证明了其合理性;进一步将该预测模型与H-B准则和M-C准则进行比较,结果表明,该模型预测值的平均相对误差仅为5.15%,而H-B准则为11.44%,M-C准则为14.34%,显然该模型的预测精度更高。该岩石强度预测模型可为地下工程结构设计提供参考。 展开更多
关键词 三轴强度试验 双曲线函数 回归预测模型 岩石破坏强度 非线性 强度准则
下载PDF
疫情后深圳市生活垃圾产生量的预测及变化分析 被引量:1
17
作者 唐圣钧 侯斌 《环境卫生工程》 2024年第1期94-98,共5页
疫情后针对生活垃圾产生量的变化,开展预测并对结果进行分析,是地方政府科学制定相关规划、合理布局环卫设施建设的重要依据。因此,立足深圳市疫情前后数据,结合灰色关联度模型、多元线性回归等方法,分析2022—2035年生活垃圾产生量预... 疫情后针对生活垃圾产生量的变化,开展预测并对结果进行分析,是地方政府科学制定相关规划、合理布局环卫设施建设的重要依据。因此,立足深圳市疫情前后数据,结合灰色关联度模型、多元线性回归等方法,分析2022—2035年生活垃圾产生量预测值的变化。结果表明,生活垃圾产生量保持逐年增长趋势,规划期末水平年(2035年)的具体数值有一定程度调整。预测到2035年的生活垃圾产生量为45 547 t/d,其中再生资源回收量为14 576 t/d,生活垃圾处理处置量为30 971 t/d。建议各项环卫设施建设可灵活调整设施规模及建设周期,提升城市垃圾处理效能。 展开更多
关键词 生活垃圾 产生量 多因素分析 灰色模型预测 多元线性回归预测
下载PDF
基于表面肌电信号及肌肉疲劳的上肢肌力预测
18
作者 隋修武 高俊杰 +2 位作者 梁天翼 蔡俊杰 王涛 《电子测量技术》 北大核心 2024年第5期181-187,共7页
为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块... 为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块肌肉的肌力大小;采用肌肉等长收缩的时间来表征肌肉疲劳程度。10名健康男性受试者进行上肢等长收缩实验,提取实验过程中肱二头肌肌电信号的积分肌电值、均方根、中值频率、平均功率频率、最大小波系数及其对应频率六个特征值;将肌肉力与特征值、肌肉疲劳程度进行分析后发现三者之间高度相关。采用麻雀搜索算法优化BP神经网络的权值和阈值,构造并训练上肢肌力预测模型。经测试集检验结果表明,该方法的误差小于12%,可以对肌力进行较为准确的预测。 展开更多
关键词 表面肌电信号 肌肉疲劳 SSA-BP回归预测模型 AnyBody 肌力预测
下载PDF
基于Bagging-WOA-SVR的粮堆温度场预测模型
19
作者 韩建军 张梦琪 +2 位作者 赵道松 郭妍妍 杨雅冰 《中国粮油学报》 CAS CSCD 北大核心 2024年第6期7-12,共6页
采用阵列式分布的测温电缆检测粮仓温度变化情况,利用机器学习技术来预测粮食温度,用粮仓1年监测数据来预测粮堆未来27 d温度。传统的BP、RBF、RF、SVR单模型对粮堆温度进行预测存在误差大、泛化能力差等缺点,提出一种基于Bagging集成... 采用阵列式分布的测温电缆检测粮仓温度变化情况,利用机器学习技术来预测粮食温度,用粮仓1年监测数据来预测粮堆未来27 d温度。传统的BP、RBF、RF、SVR单模型对粮堆温度进行预测存在误差大、泛化能力差等缺点,提出一种基于Bagging集成的鲸鱼算法优化支持向量回归模型(Bagging-WOA-SVR),并与灰狼算法优化支持向量回归模型作比较。将影响粮堆温度的多种因素做灰色关联分析,选取粮仓内温度、粮仓内湿度、粮仓外温度、粮仓外湿度、粮仓平均温度、地表温度作为神经网络的输入,粮堆平均温度作为预测输出,选取3个指标为评判标准,对比分析模型预测精度。结果表明:提出的Bagging-WOA-SVR模型相比之下有着较好的稳定性,均方误差为0.24,相关系数为0.9892。 展开更多
关键词 粮堆温度 回归预测 Bagging-WOA-SVR 预测模型
下载PDF
基于混合特征双重衍生和误差修正的风电功率超短期预测 被引量:1
20
作者 袁畅 王森 +2 位作者 孙永辉 武云逸 谢东亮 《电力系统自动化》 EI CSCD 北大核心 2024年第5期68-76,共9页
随着风电渗透率的不断提高,对风电功率进行精准、可靠的预测是提升风电消纳水平的有效措施。针对功率预测时风电数据种类不足和特征数量稀缺的问题,提出基于混合特征双重衍生和误差修正的风电功率超短期预测模型。首先,在原始功率特征... 随着风电渗透率的不断提高,对风电功率进行精准、可靠的预测是提升风电消纳水平的有效措施。针对功率预测时风电数据种类不足和特征数量稀缺的问题,提出基于混合特征双重衍生和误差修正的风电功率超短期预测模型。首先,在原始功率特征中施加混沌噪声,构造出多条混沌扰动特征,改善原始功率特征分布过于单一的状况。其次,提出基于免疫算法的特征衍生算法,挖掘风电功率数据的潜在信息,增加优质特征数量,进而构建误差预测模型,通过预测风电功率预测误差修正风电功率预测结果,进一步提升预测准确率。最后,基于比利时风电场实际运行数据进行算例分析。所提模型预测效果较好,且相较其他传统预测模型精确度更高,验证了所提模型的有效性。 展开更多
关键词 风电功率预测 风电场 特征稀缺回归预测 特征衍生 误差修正 超短期预测
下载PDF
上一页 1 2 47 下一页 到第
使用帮助 返回顶部