期刊导航
期刊开放获取
重庆大学
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
5
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
中国肺结核病的季节性特征、循环周期及长短期预测
被引量:
1
1
作者
刘超
杜柳铭
+2 位作者
聂心容
房少洁
聂海亮
《中国感染控制杂志》
CAS
CSCD
北大核心
2023年第7期751-757,共7页
目的 分析中国肺结核病的季节性特征和循环周期并进行长短期预测,为防控措施的制定提供依据。方法 采用CensusX-13季节调整法剖析中国肺结核发病的季节特征,采用Hodrick-Prescott(HP)滤波法分析发病的循环周期,基于分解后的长期趋势采...
目的 分析中国肺结核病的季节性特征和循环周期并进行长短期预测,为防控措施的制定提供依据。方法 采用CensusX-13季节调整法剖析中国肺结核发病的季节特征,采用Hodrick-Prescott(HP)滤波法分析发病的循环周期,基于分解后的长期趋势采用线性回归模型进行长期预测,采用Holt-Winter季节指数平滑模型进行短期预测。结果 2010—2021年中国肺结核发病具有明显季节性特征,肺结核报告发病数集中在第二季度,每年3—7月是报告发病高峰期。循环周期大致有6个,周期平均长度为21个月,整体呈现下降的长期趋势,长短期预测效果较好。结论 应针对肺结核病的季节性特征和循环周期,结合其病理特点,在发病高峰前采取有效的预防控制措施。
展开更多
关键词
结核病
季节性特征
循环周期
长短期预测
流行病学
下载PDF
职称材料
基于双层优化VMD-LSTM的农村超短期电力负荷预测
2
作者
王俊
王继烨
+2 位作者
程坤
方均
鞠丹阳
《沈阳农业大学学报》
CAS
CSCD
北大核心
2024年第1期92-102,共11页
稳定的供电是农村发展建设的有力保障,而电力负荷水平是建设效果的重要衡量标准,因此建立精确的负荷预测模型可以更准确直观显现电力负荷情况,为供电公司制定决策提供有力支撑。由于LSTM负荷预测模型在数据预测方面存在收敛性差、预测...
稳定的供电是农村发展建设的有力保障,而电力负荷水平是建设效果的重要衡量标准,因此建立精确的负荷预测模型可以更准确直观显现电力负荷情况,为供电公司制定决策提供有力支撑。由于LSTM负荷预测模型在数据预测方面存在收敛性差、预测精度不高等问题,为提高模型的预测精度,提出一种基于双层优化VMD-LSTM的超短期电力负荷预测方法。首先提出麻雀算法优化变分模态分解(sparrow variational mode decomposition,SVMD),通过SVMD将原始数据转化为模态分量(intrinsic mode functions,IMF);其次采用改进樽海鞘群算法(association salp swarm algorithm,ASSSA)优化LSTM模型。通过引入4种策略增强标准樽海鞘算法优化能力;最后将各模态分量分别代入到新模型并进行叠加预测。选取辽宁省某市某乡村10kV变压器真实历史负荷数据,以均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、拟合度(R^(2))作为评价指标,并与其他基础预测模型进行对比,结果表明,改进后的算法在计算精度、稳定性方面均优于其他基础预测模型。
展开更多
关键词
长短期预测
双层优化
樽海鞘群算法
变分模态分解
叠加
预测
下载PDF
职称材料
探索站点时空移动模式:长短期交通预测框架
3
作者
沈哲辉
王开来
孔祥杰
《计算机科学》
CSCD
北大核心
2023年第7期98-106,共9页
随着智慧城市系统的技术发展与城市时空数据的急剧增加,公共服务需求也日益受到重视。公共交通作为城市交通中至关重要的组成部分,同样面临着巨大的挑战,并且交通网络的时空预测任务往往是解决各种交通问题的核心一环。交通中的移动模...
随着智慧城市系统的技术发展与城市时空数据的急剧增加,公共服务需求也日益受到重视。公共交通作为城市交通中至关重要的组成部分,同样面临着巨大的挑战,并且交通网络的时空预测任务往往是解决各种交通问题的核心一环。交通中的移动模式可以体现城市人群的出行行为及其规律,大多数交通预测任务研究中,移动模式的重要性经常被忽视。针对现有工作的问题,提出了一种多模式的交通预测框架(MPGNNFormer),使用基于图神经网络的深度聚类的方法提取站点的移动模式,并设计了一种基于Transformer的时空预测模型,在充分利用时间依赖关系和空间依赖关系的同时,提高了计算效率。在现实的公交车数据集上展开了一系列实验以进行评估和测试,包括移动模式的分析和预测结果对比,实验结果证明了所提方法在交通网络的长短期交通预测上的有效性。最后讨论了所提方法可扩展性。
展开更多
关键词
时空数据挖掘
长短期
交通
预测
移动模式
深度学习
下载PDF
职称材料
零碳排放下电-气综合能源系统多能负荷预测
4
作者
舒舟
欧莉玲
+1 位作者
何丰
田诗语
《自动化仪表》
CAS
2024年第2期116-121,共6页
电-气综合能源系统中多能负荷之间的耦合程度不断增加,提升了能源系统调度和运行的难度。为此,对零碳排放下电-气综合能源系统多能负荷预测方法进行了研究。分析零碳排放下电-气综合能源系统的运行架构。以气象因素为影响因子,运用灰色...
电-气综合能源系统中多能负荷之间的耦合程度不断增加,提升了能源系统调度和运行的难度。为此,对零碳排放下电-气综合能源系统多能负荷预测方法进行了研究。分析零碳排放下电-气综合能源系统的运行架构。以气象因素为影响因子,运用灰色关联度分析法获得多能负荷与各因子的相关性。将相关性分析结果与系统历史多能负荷数据共同作为输入数据,构建基础长短期记忆(LSTM)预测模型。结合樽海鞘群算法(SSA)优化模型关键参数,获得优化LSTM预测模型,实现系统多能负荷预测。试验结果表明:冷负荷与电负荷的关联度为0.88;热负荷与电负荷的关联度为0.681;实际预测平均绝对百分误差低于0.45。该方法预测效果理想,为系统最优调度与运行规划奠定了基础。
展开更多
关键词
电-气综合能源系统
零碳排放
相关性分析
多能负荷
预测
长短期
记忆
预测
模型
灰色关联度
樽海鞘群算法
气象因素
下载PDF
职称材料
基于PCA-BP神经网络综合模型预测股票价格
5
作者
张如梦
张华美
《电脑知识与技术》
2020年第33期4-7,共4页
针对股票价格和涨跌趋势预测准确度问题,构建PCA-BP(Principal Component Analysis-Back Propagation)神经网络综合模型。将主成分分析法与BP神经网络模型组合,测试得到在隐层节点为7时误差最小,能100%预测股票的涨跌。构建PCA-BP神经...
针对股票价格和涨跌趋势预测准确度问题,构建PCA-BP(Principal Component Analysis-Back Propagation)神经网络综合模型。将主成分分析法与BP神经网络模型组合,测试得到在隐层节点为7时误差最小,能100%预测股票的涨跌。构建PCA-BP神经网络综合模型,综合模型预测股票涨跌准确度为95%,股票价格误差相对减少。最后可知,综合模型比单个PCA-BP神经网络模型更有优势,能更好地给投资者切实可行的建议。
展开更多
关键词
BP神经网络模型
主成分分析
股票价格
长短期预测
下载PDF
职称材料
题名
中国肺结核病的季节性特征、循环周期及长短期预测
被引量:
1
1
作者
刘超
杜柳铭
聂心容
房少洁
聂海亮
机构
河北大学统计学系
河北大学公共卫生学院
出处
《中国感染控制杂志》
CAS
CSCD
北大核心
2023年第7期751-757,共7页
基金
国家社科基金后期资助项目(22FTJB003)。
文摘
目的 分析中国肺结核病的季节性特征和循环周期并进行长短期预测,为防控措施的制定提供依据。方法 采用CensusX-13季节调整法剖析中国肺结核发病的季节特征,采用Hodrick-Prescott(HP)滤波法分析发病的循环周期,基于分解后的长期趋势采用线性回归模型进行长期预测,采用Holt-Winter季节指数平滑模型进行短期预测。结果 2010—2021年中国肺结核发病具有明显季节性特征,肺结核报告发病数集中在第二季度,每年3—7月是报告发病高峰期。循环周期大致有6个,周期平均长度为21个月,整体呈现下降的长期趋势,长短期预测效果较好。结论 应针对肺结核病的季节性特征和循环周期,结合其病理特点,在发病高峰前采取有效的预防控制措施。
关键词
结核病
季节性特征
循环周期
长短期预测
流行病学
Keywords
tuberculosis
seasonal characteristic
cycle
long-and short-term prediction
epidemiology
分类号
R183.3 [医药卫生—流行病学]
下载PDF
职称材料
题名
基于双层优化VMD-LSTM的农村超短期电力负荷预测
2
作者
王俊
王继烨
程坤
方均
鞠丹阳
机构
沈阳农业大学信息与电气工程学院
国网内蒙古东部电力有限公司呼伦贝尔供电公司
出处
《沈阳农业大学学报》
CAS
CSCD
北大核心
2024年第1期92-102,共11页
基金
国家电网公司科技项目(SGTYHT/23-JS-001)
国家自然科学基金项目(61903264)。
文摘
稳定的供电是农村发展建设的有力保障,而电力负荷水平是建设效果的重要衡量标准,因此建立精确的负荷预测模型可以更准确直观显现电力负荷情况,为供电公司制定决策提供有力支撑。由于LSTM负荷预测模型在数据预测方面存在收敛性差、预测精度不高等问题,为提高模型的预测精度,提出一种基于双层优化VMD-LSTM的超短期电力负荷预测方法。首先提出麻雀算法优化变分模态分解(sparrow variational mode decomposition,SVMD),通过SVMD将原始数据转化为模态分量(intrinsic mode functions,IMF);其次采用改进樽海鞘群算法(association salp swarm algorithm,ASSSA)优化LSTM模型。通过引入4种策略增强标准樽海鞘算法优化能力;最后将各模态分量分别代入到新模型并进行叠加预测。选取辽宁省某市某乡村10kV变压器真实历史负荷数据,以均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、拟合度(R^(2))作为评价指标,并与其他基础预测模型进行对比,结果表明,改进后的算法在计算精度、稳定性方面均优于其他基础预测模型。
关键词
长短期预测
双层优化
樽海鞘群算法
变分模态分解
叠加
预测
Keywords
long-term prediction
double-layer optimization
salp swarm algorithm
variational mode decomposition
superposition forecast
分类号
TM714 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
探索站点时空移动模式:长短期交通预测框架
3
作者
沈哲辉
王开来
孔祥杰
机构
浙江工业大学计算机科学与技术学院
大连理工大学软件学院
出处
《计算机科学》
CSCD
北大核心
2023年第7期98-106,共9页
基金
国家自然科学基金(62072409)
浙江省自然科学基金(LR21F020003)。
文摘
随着智慧城市系统的技术发展与城市时空数据的急剧增加,公共服务需求也日益受到重视。公共交通作为城市交通中至关重要的组成部分,同样面临着巨大的挑战,并且交通网络的时空预测任务往往是解决各种交通问题的核心一环。交通中的移动模式可以体现城市人群的出行行为及其规律,大多数交通预测任务研究中,移动模式的重要性经常被忽视。针对现有工作的问题,提出了一种多模式的交通预测框架(MPGNNFormer),使用基于图神经网络的深度聚类的方法提取站点的移动模式,并设计了一种基于Transformer的时空预测模型,在充分利用时间依赖关系和空间依赖关系的同时,提高了计算效率。在现实的公交车数据集上展开了一系列实验以进行评估和测试,包括移动模式的分析和预测结果对比,实验结果证明了所提方法在交通网络的长短期交通预测上的有效性。最后讨论了所提方法可扩展性。
关键词
时空数据挖掘
长短期
交通
预测
移动模式
深度学习
Keywords
Spatio-Temporal data mining
Short and long-term traffic prediction
Mobility pattern
Deep learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
零碳排放下电-气综合能源系统多能负荷预测
4
作者
舒舟
欧莉玲
何丰
田诗语
机构
深圳供电局
深圳新能电力开发设计院
出处
《自动化仪表》
CAS
2024年第2期116-121,共6页
文摘
电-气综合能源系统中多能负荷之间的耦合程度不断增加,提升了能源系统调度和运行的难度。为此,对零碳排放下电-气综合能源系统多能负荷预测方法进行了研究。分析零碳排放下电-气综合能源系统的运行架构。以气象因素为影响因子,运用灰色关联度分析法获得多能负荷与各因子的相关性。将相关性分析结果与系统历史多能负荷数据共同作为输入数据,构建基础长短期记忆(LSTM)预测模型。结合樽海鞘群算法(SSA)优化模型关键参数,获得优化LSTM预测模型,实现系统多能负荷预测。试验结果表明:冷负荷与电负荷的关联度为0.88;热负荷与电负荷的关联度为0.681;实际预测平均绝对百分误差低于0.45。该方法预测效果理想,为系统最优调度与运行规划奠定了基础。
关键词
电-气综合能源系统
零碳排放
相关性分析
多能负荷
预测
长短期
记忆
预测
模型
灰色关联度
樽海鞘群算法
气象因素
Keywords
Integrated electricity-gas energy system
Zero carbon emission
Correlation analysis
Multi-energy load forecasting
Long short-term memory(LSTM)forecasting model
Gray correlation
Salp swarm algorithm(SSA)
Meteorological factors
分类号
TH-39 [机械工程]
下载PDF
职称材料
题名
基于PCA-BP神经网络综合模型预测股票价格
5
作者
张如梦
张华美
机构
新乡学院数学与统计学院
陕西国际商贸学院国际经济学院
出处
《电脑知识与技术》
2020年第33期4-7,共4页
基金
陕西国际商贸学院校级项目(SMXY201905)。
文摘
针对股票价格和涨跌趋势预测准确度问题,构建PCA-BP(Principal Component Analysis-Back Propagation)神经网络综合模型。将主成分分析法与BP神经网络模型组合,测试得到在隐层节点为7时误差最小,能100%预测股票的涨跌。构建PCA-BP神经网络综合模型,综合模型预测股票涨跌准确度为95%,股票价格误差相对减少。最后可知,综合模型比单个PCA-BP神经网络模型更有优势,能更好地给投资者切实可行的建议。
关键词
BP神经网络模型
主成分分析
股票价格
长短期预测
Keywords
BP neural network model
principal component analysis
stock price
long and short term forecast
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
中国肺结核病的季节性特征、循环周期及长短期预测
刘超
杜柳铭
聂心容
房少洁
聂海亮
《中国感染控制杂志》
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
2
基于双层优化VMD-LSTM的农村超短期电力负荷预测
王俊
王继烨
程坤
方均
鞠丹阳
《沈阳农业大学学报》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
3
探索站点时空移动模式:长短期交通预测框架
沈哲辉
王开来
孔祥杰
《计算机科学》
CSCD
北大核心
2023
0
下载PDF
职称材料
4
零碳排放下电-气综合能源系统多能负荷预测
舒舟
欧莉玲
何丰
田诗语
《自动化仪表》
CAS
2024
0
下载PDF
职称材料
5
基于PCA-BP神经网络综合模型预测股票价格
张如梦
张华美
《电脑知识与技术》
2020
0
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