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
3
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
基于泊松噪声和优化极限学习机的多因素混合学习方法及应用
1
作者
蒋锋
路畅
王辉
《统计与决策》
北大核心
2025年第1期52-57,共6页
针对风电功率数据高波动性和间歇性的特点,文章提出了一种基于泊松噪声的互补集合经验模态分解(CEEMDPN)和改进的蛇优化算法(MSO)优化极限学习机的多因素混合学习方法。首先,利用CEEMDPN将风电功率序列分解为子序列;然后,引入曲线自适...
针对风电功率数据高波动性和间歇性的特点,文章提出了一种基于泊松噪声的互补集合经验模态分解(CEEMDPN)和改进的蛇优化算法(MSO)优化极限学习机的多因素混合学习方法。首先,利用CEEMDPN将风电功率序列分解为子序列;然后,引入曲线自适应调整参数改进蛇优化算法;最后,运用MSO优化的极限学习机(ELM)对每个子序列进行预测并集成。为了验证CEEMDPN-MSO-ELM模型的有效性,采用龙源电力集团的风电功率数据进行超短期预测,实证结果表明,CEEMDPN算法能够加强风电功率序列的主频率部分并提高分解精度,MSO算法能够很好地平衡算法的寻优速度与收敛精度,从而有效提升ELM模型的预测性能,所提模型的预测精度和稳健性均优于其他对比模型。
展开更多
关键词
超短期风电功率预测
互补集合经验模态分解
蛇优化算法
极限学习机
原文传递
基于图神经网络的长江流域经济带PM_(2.5)浓度预测
被引量:
2
2
作者
蒋锋
韩兴钰
王辉
《环境科学与技术》
CAS
CSCD
北大核心
2023年第11期90-101,共12页
文章基于长江流域经济带沿线99个城市的PM_(2.5)浓度监测数据,采用转移熵构建出了长江流域经济带大气污染空间交互影响网络,并从整体和局部2个角度分析了长江流域经济带污染物传导方向和传导强度。为了充分利用城市大气污染的空间关联信...
文章基于长江流域经济带沿线99个城市的PM_(2.5)浓度监测数据,采用转移熵构建出了长江流域经济带大气污染空间交互影响网络,并从整体和局部2个角度分析了长江流域经济带污染物传导方向和传导强度。为了充分利用城市大气污染的空间关联信息,文章使用大气污染空间交互影响网络改进了T-GCN图卷积神经网络,并构建了基于T-GCN_(TE)的预测模型,对长江流域经济带99个城市的污染物浓度进行预测。研究发现长江流域经济带各个城市的大气污染表现出很强的紧密性,整体网络的信息传递以地区间的信息传递为主。另外,T-GCN_(TE)能够捕捉到大气污染的时空依赖性和影响方向,能获得更好的效果。基于上述研究结论,文章从建立大气污染多方联防联控机制、加强产业合作、完善生态补偿机制等方面对深入开展长江流域经济带大气污染协同治理提供了建议。
展开更多
关键词
图神经网络
网络分析
长江流域经济带
转移熵
原文传递
基于多源多任务自动编码器的原油期货价格预测
3
作者
蒋锋
胡成雨
王辉
《系统工程理论与实践》
北大核心
2025年第2期702-716,共15页
新闻文本是反映国际金融市场价格波动的重要信息.为了量化原油期货价格预测中的不确定性,本文提出了一种新的基于新闻文本和结构化指标的多源多任务自动编码器(multi-task autoencoder,MTAE)方法,并用于原油期货价格的预测.首先应用Word...
新闻文本是反映国际金融市场价格波动的重要信息.为了量化原油期货价格预测中的不确定性,本文提出了一种新的基于新闻文本和结构化指标的多源多任务自动编码器(multi-task autoencoder,MTAE)方法,并用于原油期货价格的预测.首先应用Word2Vec方法提取新闻文本中的潜在特征;针对新闻文本词向量的高维性问题,引入MTAE方法对词向量进行降维和去噪;其次,利用MTAE网络拓扑结构,对新闻文本词向量和原油期货每日涨跌信息进行融合,以增强文本特征的可预测能力.最后,使用长短期记忆神经网络将文本特征与经济发展、能源、气候环境等原油相关指标进行集成,预测原油期货价格.结果表明,本文提出的多源多任务自动编码器能够很好地提取新闻文本中的非线性特征,具有较好的水平精度和鲁棒性.
展开更多
关键词
原油期货价格
新闻文本
多任务自动编码器
特征融合
长短期记忆神经网络
原文传递
题名
基于泊松噪声和优化极限学习机的多因素混合学习方法及应用
1
作者
蒋锋
路畅
王辉
机构
中南财经政法大学统计与数学
学院
中国科学院
武汉文献情报中心
中国科学院科技大数据湖北省重点实验室
出处
《统计与决策》
北大核心
2025年第1期52-57,共6页
基金
教育部人文社会科学研究基金项目(22YJAZH038)
科技大数据湖北省重点实验室开放基金资助项目(E3KF291001,E3KF461001)。
文摘
针对风电功率数据高波动性和间歇性的特点,文章提出了一种基于泊松噪声的互补集合经验模态分解(CEEMDPN)和改进的蛇优化算法(MSO)优化极限学习机的多因素混合学习方法。首先,利用CEEMDPN将风电功率序列分解为子序列;然后,引入曲线自适应调整参数改进蛇优化算法;最后,运用MSO优化的极限学习机(ELM)对每个子序列进行预测并集成。为了验证CEEMDPN-MSO-ELM模型的有效性,采用龙源电力集团的风电功率数据进行超短期预测,实证结果表明,CEEMDPN算法能够加强风电功率序列的主频率部分并提高分解精度,MSO算法能够很好地平衡算法的寻优速度与收敛精度,从而有效提升ELM模型的预测性能,所提模型的预测精度和稳健性均优于其他对比模型。
关键词
超短期风电功率预测
互补集合经验模态分解
蛇优化算法
极限学习机
Keywords
ultra-short-term wind power prediction
complementary ensemble empirical mode decomposition
snake optimization algorithm
extreme learning machine
分类号
O213 [理学—概率论与数理统计]
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
基于图神经网络的长江流域经济带PM_(2.5)浓度预测
被引量:
2
2
作者
蒋锋
韩兴钰
王辉
机构
中南财经政法大学统计与数学
学院
中国科学院
武汉文献情报中心
中国科学院科技大数据湖北省重点实验室
出处
《环境科学与技术》
CAS
CSCD
北大核心
2023年第11期90-101,共12页
基金
教育部人文社科一般项目(22YJAZH038)
科技大数据湖北省重点实验室项目(E3KF291001)。
文摘
文章基于长江流域经济带沿线99个城市的PM_(2.5)浓度监测数据,采用转移熵构建出了长江流域经济带大气污染空间交互影响网络,并从整体和局部2个角度分析了长江流域经济带污染物传导方向和传导强度。为了充分利用城市大气污染的空间关联信息,文章使用大气污染空间交互影响网络改进了T-GCN图卷积神经网络,并构建了基于T-GCN_(TE)的预测模型,对长江流域经济带99个城市的污染物浓度进行预测。研究发现长江流域经济带各个城市的大气污染表现出很强的紧密性,整体网络的信息传递以地区间的信息传递为主。另外,T-GCN_(TE)能够捕捉到大气污染的时空依赖性和影响方向,能获得更好的效果。基于上述研究结论,文章从建立大气污染多方联防联控机制、加强产业合作、完善生态补偿机制等方面对深入开展长江流域经济带大气污染协同治理提供了建议。
关键词
图神经网络
网络分析
长江流域经济带
转移熵
Keywords
graph neural networks
network analysis
Yangtze River Economic Belt
transfer entropy
分类号
X513 [环境科学与工程—环境工程]
原文传递
题名
基于多源多任务自动编码器的原油期货价格预测
3
作者
蒋锋
胡成雨
王辉
机构
中南财经政法大学统计与数学
学院
中国科学院
武汉文献情报中心
中国科学院科技大数据湖北省重点实验室
出处
《系统工程理论与实践》
北大核心
2025年第2期702-716,共15页
基金
教育部人文社会科学研究项目(22YJAZH038)
国家自然科学基金(61773401)
+1 种基金
科技大数据湖北省重点实验室项目(E3KF291001)
国家社会科学基金重大项目(20&ZD132)。
文摘
新闻文本是反映国际金融市场价格波动的重要信息.为了量化原油期货价格预测中的不确定性,本文提出了一种新的基于新闻文本和结构化指标的多源多任务自动编码器(multi-task autoencoder,MTAE)方法,并用于原油期货价格的预测.首先应用Word2Vec方法提取新闻文本中的潜在特征;针对新闻文本词向量的高维性问题,引入MTAE方法对词向量进行降维和去噪;其次,利用MTAE网络拓扑结构,对新闻文本词向量和原油期货每日涨跌信息进行融合,以增强文本特征的可预测能力.最后,使用长短期记忆神经网络将文本特征与经济发展、能源、气候环境等原油相关指标进行集成,预测原油期货价格.结果表明,本文提出的多源多任务自动编码器能够很好地提取新闻文本中的非线性特征,具有较好的水平精度和鲁棒性.
关键词
原油期货价格
新闻文本
多任务自动编码器
特征融合
长短期记忆神经网络
Keywords
crude oil futures price
news text
multi-task autoencoder
feature fusion
LSTM
分类号
F764.1 [经济管理—产业经济]
F713.35 [经济管理—产业经济]
F224 [经济管理—国民经济]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于泊松噪声和优化极限学习机的多因素混合学习方法及应用
蒋锋
路畅
王辉
《统计与决策》
北大核心
2025
0
原文传递
2
基于图神经网络的长江流域经济带PM_(2.5)浓度预测
蒋锋
韩兴钰
王辉
《环境科学与技术》
CAS
CSCD
北大核心
2023
2
原文传递
3
基于多源多任务自动编码器的原油期货价格预测
蒋锋
胡成雨
王辉
《系统工程理论与实践》
北大核心
2025
0
原文传递
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