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
基于iTransformer模型的金融时间序列预测
1
作者
王钰涵
梁志勇
《产业创新研究》
2024年第15期122-124,共3页
金融时间序列的准确预测是经济政策制定者和投资者密切关注的焦点。本文选用工商银行作为金融时间序列的代表,用一种新颖的神经网络模型iTransformer对工商银行的股票价格进行预测。同时,将统计模型ARIMA、神经网络模型LSTM和Transforme...
金融时间序列的准确预测是经济政策制定者和投资者密切关注的焦点。本文选用工商银行作为金融时间序列的代表,用一种新颖的神经网络模型iTransformer对工商银行的股票价格进行预测。同时,将统计模型ARIMA、神经网络模型LSTM和Transformer作为对照组,比较了不同模型在不同时间范围内预测的准确性。实证结果显示,iTransformer确实适用于股票价格的预测,在短期、中期和长期这三种不同的预测区间内,其精度普遍优于对照组的预测模型。
展开更多
关键词
金融时间序列预测
itransformer
LSTM
TRANSFORMER
ARIMA
下载PDF
职称材料
多源信息融合下冷链配送车辆碳排放动态预测方法
2
作者
杨霖
刘双印
+3 位作者
徐龙琴
赫敏
绳庆峰
韩佳伟
《智慧农业(中英文)》
2024年第4期138-148,共11页
[目的/意义]冷链配送碳排放动态预测是企业碳排放精准评估及其绿色信用等级评定的重要依据。本研究面向车辆碳排放受路况信息、行驶特征、制冷参数等多因素影响,提出一种融合多源信息的冷藏车辆碳排放动态预测模型。[方法]基于道路车辆...
[目的/意义]冷链配送碳排放动态预测是企业碳排放精准评估及其绿色信用等级评定的重要依据。本研究面向车辆碳排放受路况信息、行驶特征、制冷参数等多因素影响,提出一种融合多源信息的冷藏车辆碳排放动态预测模型。[方法]基于道路车辆数量与像素面积占比表征路况信息,构建基于改进YOLOv8s的路况信息识别模型,并以路况信息、行驶特征(速度、加速度)、货物重量、制冷参数(温度、功率)等为输入,构建基于改进iTransformer的冷藏车辆碳排放动态预测模型。最后与其他模型展开对比分析,分别验证路况信息识别与车辆碳排放动态预测的精度。[结果]改进的YOLOv8s路况信息识别模型在精确率、召回率和平均识别精度上分别达到98.1%、95.5%和98.4%,比YOLOv8s分别提高了1.2%、3.7%和0.2%,参数量和运算量分别减少了12.5%和31.4%,检测速度提高了5.4%。改进的iTransformer模型碳排放量预测的均方误差、平均绝对误差、均方根误差和R^(2)分别为0.026 1%VOL、0.079 1%VOL、0.161 5%VOL和0.940 0,均优于其他时序预测模型。[结论]提出的多源信息融合下冷链配送碳排放预测模型可实现对冷藏车辆碳排放量的精准预测,为有效降低冷链配送碳排放与提升配送企业绿色信用等级等提供理论参考。
展开更多
关键词
冷链配送
碳排放
路况识别
时序预测
YOLOv8s
itransformer
多源信息融合
渐进特征金字塔网络
下载PDF
职称材料
题名
基于iTransformer模型的金融时间序列预测
1
作者
王钰涵
梁志勇
机构
东华大学理学院
出处
《产业创新研究》
2024年第15期122-124,共3页
文摘
金融时间序列的准确预测是经济政策制定者和投资者密切关注的焦点。本文选用工商银行作为金融时间序列的代表,用一种新颖的神经网络模型iTransformer对工商银行的股票价格进行预测。同时,将统计模型ARIMA、神经网络模型LSTM和Transformer作为对照组,比较了不同模型在不同时间范围内预测的准确性。实证结果显示,iTransformer确实适用于股票价格的预测,在短期、中期和长期这三种不同的预测区间内,其精度普遍优于对照组的预测模型。
关键词
金融时间序列预测
itransformer
LSTM
TRANSFORMER
ARIMA
分类号
F83 [经济管理—金融学]
下载PDF
职称材料
题名
多源信息融合下冷链配送车辆碳排放动态预测方法
2
作者
杨霖
刘双印
徐龙琴
赫敏
绳庆峰
韩佳伟
机构
仲恺农业工程学院信息科学与技术学院
出处
《智慧农业(中英文)》
2024年第4期138-148,共11页
基金
国家自然科学基金项目(62373390,61871475)
国家重点研发计划项目(2022YFD2001804,2023YFD2001302)
北京市农林科学院科研创新平台建设项目(PT2024-24)。
文摘
[目的/意义]冷链配送碳排放动态预测是企业碳排放精准评估及其绿色信用等级评定的重要依据。本研究面向车辆碳排放受路况信息、行驶特征、制冷参数等多因素影响,提出一种融合多源信息的冷藏车辆碳排放动态预测模型。[方法]基于道路车辆数量与像素面积占比表征路况信息,构建基于改进YOLOv8s的路况信息识别模型,并以路况信息、行驶特征(速度、加速度)、货物重量、制冷参数(温度、功率)等为输入,构建基于改进iTransformer的冷藏车辆碳排放动态预测模型。最后与其他模型展开对比分析,分别验证路况信息识别与车辆碳排放动态预测的精度。[结果]改进的YOLOv8s路况信息识别模型在精确率、召回率和平均识别精度上分别达到98.1%、95.5%和98.4%,比YOLOv8s分别提高了1.2%、3.7%和0.2%,参数量和运算量分别减少了12.5%和31.4%,检测速度提高了5.4%。改进的iTransformer模型碳排放量预测的均方误差、平均绝对误差、均方根误差和R^(2)分别为0.026 1%VOL、0.079 1%VOL、0.161 5%VOL和0.940 0,均优于其他时序预测模型。[结论]提出的多源信息融合下冷链配送碳排放预测模型可实现对冷藏车辆碳排放量的精准预测,为有效降低冷链配送碳排放与提升配送企业绿色信用等级等提供理论参考。
关键词
冷链配送
碳排放
路况识别
时序预测
YOLOv8s
itransformer
多源信息融合
渐进特征金字塔网络
Keywords
cold chain distribution
carbon emissions
road condition recognition
time series prediction
YOLOv8s
itransformer
Multi-Source Information Fusion
AFPN
分类号
S24 [农业科学—农业电气化与自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于iTransformer模型的金融时间序列预测
王钰涵
梁志勇
《产业创新研究》
2024
0
下载PDF
职称材料
2
多源信息融合下冷链配送车辆碳排放动态预测方法
杨霖
刘双印
徐龙琴
赫敏
绳庆峰
韩佳伟
《智慧农业(中英文)》
2024
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