期刊文献+
共找到85篇文章
< 1 2 5 >
每页显示 20 50 100
碳排放强度与经济增长的交互机制--基于GVAR模型的分析
1
作者 毕玉江 石金海 桑瑞聪 《技术经济与管理研究》 北大核心 2025年第4期15-21,共7页
全球化背景下一国或地区碳排放强度变化与经济增长率之间不仅有直接的相互影响关系,还存在着通过其他国家和地区的间接传导机制。研究发现,当前世界主要国家还存在较为明显的低碳经济特征。当碳排放强度发生负冲击之后,中国和美国经济... 全球化背景下一国或地区碳排放强度变化与经济增长率之间不仅有直接的相互影响关系,还存在着通过其他国家和地区的间接传导机制。研究发现,当前世界主要国家还存在较为明显的低碳经济特征。当碳排放强度发生负冲击之后,中国和美国经济增长率的下降幅度较为明显;中国和美国碳排放强度下降对其他国家经济增长产生了显著的负面影响。研究表明,推动低碳经济发展不仅需要各国从生产技术、能源利用等方面持续发力,还需要加强碳排放控制的国际合作,降低由于碳减排非同步性产生的额外成本。 展开更多
关键词 碳排放强度 经济增长 国际传导 全球向量自回归模型
在线阅读 下载PDF
基于VAR-LRTC-TNN的交通流量数据补全框架模型
2
作者 孙秋霞 王淇 +2 位作者 李勍 孙璐 贾秀燕 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第6期47-53,86,共8页
从各类传感系统收集到的交通流数据往往会因探测器或通信故障等缘故出现数据连续性的缺失,故准确补全缺失的交通流数据对制定合理的交通管理策略至关重要。鉴于交通流数据具有低秩的特性,通过低秩张量补全模型可较好地刻画出交通流数据... 从各类传感系统收集到的交通流数据往往会因探测器或通信故障等缘故出现数据连续性的缺失,故准确补全缺失的交通流数据对制定合理的交通管理策略至关重要。鉴于交通流数据具有低秩的特性,通过低秩张量补全模型可较好地刻画出交通流数据的全局一致性,但却无法很好地捕捉数据的局部变化趋势,一定程度上影响了效果。基于此,提出了将VAR模型和基于残差序列的LRTC-TNN模型相结合的交通流补全框架模型;采用VAR模型对缺失数据进行粗略估计,移除平均趋势,利用LRTC-TNN模型对残差时间序列进行补全,再将平均趋势还原,从而完成对交通流量数据的高精度补全;该方法不仅保留了交通流数据的全局结构,还考虑了数据局部变化的特征。研究结果表明:与基于原始交通流量数据的填充方法相比,该模型框架对单传感器和多传感器数据的连续性缺失均具有更高的补全精度。 展开更多
关键词 交通工程 智能交通 交通流量填充 向量自回归模型 张量补全 缺失数据
在线阅读 下载PDF
基于EMD与LS-SVM的刀具磨损识别方法 被引量:15
3
作者 关山 王龙山 聂鹏 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2011年第2期144-148,共5页
针对刀具磨损声发射信号的非平稳特征和BP神经网络学习算法收敛速度慢、易陷入局部极小值等问题,提出了基于经验模态分解和最小二乘支持向量机的刀具磨损状态识别方法.首先对声发射信号进行经验模态分解,将其分解为若干个固有模态函数之... 针对刀具磨损声发射信号的非平稳特征和BP神经网络学习算法收敛速度慢、易陷入局部极小值等问题,提出了基于经验模态分解和最小二乘支持向量机的刀具磨损状态识别方法.首先对声发射信号进行经验模态分解,将其分解为若干个固有模态函数之和,然后分别对每一个固有模态函数进行自回归建模,最后提取每一个自回归模型的系数组成特征向量,特征向量被分为两组,一组用于对最小二乘支持向量机训练,另一组用于识别刀具磨损状态.试验结果表明:该方法能很好地识别刀具磨损状态,与BP神经网络相比具有更高的识别率. 展开更多
关键词 刀具磨损状态识别 最小二乘支持向量机 经验模态分解 自回归模型
在线阅读 下载PDF
基于油液光谱LSSVR-AR模型的发动机故障预测 被引量:4
4
作者 徐超 张培林 +2 位作者 任国全 李兵 吴定海 《内燃机学报》 EI CAS CSCD 北大核心 2010年第2期160-164,共5页
针对传统油液光谱数据预测模型精度有限的不足,提出了一种基于最小二乘支持向量回归(LSSVR)与AR模型相结合的非平稳时间序列建模方法(LSSVR-AR),并应用于某型履带车辆发动机油液光谱数据及故障的预测。首先对非平稳时间序列进行最小二... 针对传统油液光谱数据预测模型精度有限的不足,提出了一种基于最小二乘支持向量回归(LSSVR)与AR模型相结合的非平稳时间序列建模方法(LSSVR-AR),并应用于某型履带车辆发动机油液光谱数据及故障的预测。首先对非平稳时间序列进行最小二乘支持向量回归,得到非平稳时间序列的趋势项及剔除趋势项后的随机项;然后对随机项建立AR模型并与趋势项的LSSVR模型组合,得到非平稳时间序列模型;最后用所建模型对油液光谱数据及发动机故障进行预测。用所提建模方法对Fe、Cu、Pb、Si光谱数据预测的平均绝对百分比误差分别为1.987%、2.889%、2.343%、6.860%,明显低于其他模型。实例证明,所提模型能对发动机故障进行准确预测。 展开更多
关键词 最小二乘支持向量回归 AR模型 非平稳时间序列建模 油液光谱数据预测 故障预测
在线阅读 下载PDF
普通高校专任教师队伍结构对教育发展影响的计量分析--基于1992-2013年的时间序列数据 被引量:13
5
作者 蔡文伯 任格格 《现代教育管理》 CSSCI 北大核心 2017年第4期58-63,共6页
高等教育在大规模扩招走向大众化过程中造成了专任教师队伍的结构性变化,教师队伍结构对教育发展具有重要影响,相关研究表明教师队伍结构对教育发展的影响主要表现在年龄因素、职称因素以及受教育程度方面。研究结果表明:年龄因素对教... 高等教育在大规模扩招走向大众化过程中造成了专任教师队伍的结构性变化,教师队伍结构对教育发展具有重要影响,相关研究表明教师队伍结构对教育发展的影响主要表现在年龄因素、职称因素以及受教育程度方面。研究结果表明:年龄因素对教育发展的影响较大,其次是职称因素,最后是教师的受教育程度。为了优化教师队伍结构,保证教育的更稳步发展,一要加强教师间的交流,使中青年教师发挥砥柱作用,二要加强职称考核,优化专任教师职称结构,三要避免过度教育,加强教师专业化发展。 展开更多
关键词 高校教师 师资结构 向量自回归 教育发展
在线阅读 下载PDF
基于粒子群-支持向量机的时间序列分类诊断模型 被引量:7
6
作者 张涛 张明辉 +1 位作者 李清伟 张玥杰 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2016年第9期1450-1457,共8页
构建一种基于粒子群算法-支持向量机(PSO-SVM)的磁共振功能成像(fMRI)时间序列分类诊断模型,通过针对脑区多维时间序列数据的深层次分析实现病症患者和健康者的准确判断与区分,为面向fMRI时间序列数据的病症诊断和预测提供有效科学依据... 构建一种基于粒子群算法-支持向量机(PSO-SVM)的磁共振功能成像(fMRI)时间序列分类诊断模型,通过针对脑区多维时间序列数据的深层次分析实现病症患者和健康者的准确判断与区分,为面向fMRI时间序列数据的病症诊断和预测提供有效科学依据.该方法在以下4个方面不同于其他已有相关研究工作:(1)构建基于自回归模型的脑区多维时间序列数据特征表示;(2)构建基于支持向量机模型的脑区多维时间序列数据分类机制;(3)构建基于粒子群算法的分类学习参数寻优策略;(4)建立融合上述特征表示、优化分类与参数优选模式的fMRI时间序列数据分类诊断模型.通过以精神抑郁症作为实证分析的具体案例,所提出分类诊断模型已取得良好实验效果,展示出其有效性与合理性. 展开更多
关键词 fMRI多维时间序列 分类诊断 自回归模型 支持向量机(SVM) 粒子群算法(PSO)
在线阅读 下载PDF
理解中国货币政策调控模式:“稳杠杆”还是“降杠杆”?——基于TVP-VAR模型的实证研究 被引量:13
7
作者 刘金全 陈德凯 《西安交通大学学报(社会科学版)》 CSSCI 北大核心 2017年第6期1-8,共8页
采用时变参数向量自回归(TVP-VAR)模型对宏观杠杆率、经济增长与货币政策之间的动态关联机制进行实证研究。结果显示,当前阶段较高的宏观杠杆率水平以及过快的杠杆率增速都会阻滞经济的正常增长;而货币政策在"降杠杆"与"... 采用时变参数向量自回归(TVP-VAR)模型对宏观杠杆率、经济增长与货币政策之间的动态关联机制进行实证研究。结果显示,当前阶段较高的宏观杠杆率水平以及过快的杠杆率增速都会阻滞经济的正常增长;而货币政策在"降杠杆"与"稳杠杆"中存在冲突,紧缩性的货币政策会小幅提高杠杆率而不利于"降杠杆",但其也能够显著降低杠杆率波动水平而有利于"稳杠杆"。因此,政府应当在"降杠杆"与"稳杠杆"中有所权衡。当前阶段应该保持中性偏紧的货币政策环境,确保短期内抑制杠杆率过快的上涨势头,同时全面推进供给侧结构性改革,促进经济长期增长来逐步消化高杠杆。 展开更多
关键词 宏观杠杆率 经济增长 货币政策 去杠杆 TVP-VAR模型
在线阅读 下载PDF
基于ARIMA-SVM模型的微电网短期负荷组合预测研究 被引量:9
8
作者 王友春 文闪闪 +3 位作者 秦跃进 范黎 杨再鹤 郑丹 《陕西电力》 2014年第3期19-23,共5页
在对比分析微电网负荷特性与传统电力负荷特性的基础上,针对微电网负荷不确定性和波动性强的特点,提出了一种基于预测误差指标的最优组合预测方法进行微电网短期负荷预测。方法中结合了自回归积分移动平均法和支持向量机模型的优点,以... 在对比分析微电网负荷特性与传统电力负荷特性的基础上,针对微电网负荷不确定性和波动性强的特点,提出了一种基于预测误差指标的最优组合预测方法进行微电网短期负荷预测。方法中结合了自回归积分移动平均法和支持向量机模型的优点,以两种预测方法误差绝对值和最小为目标,分析确定预测方法在组合模型中的权重,进而得到组合预测中的最优权重组合。研究表明,与方差倒数法组合预测模型所得结果相比,该组合预测方法具有更高的预测精度,能满足实际要求。 展开更多
关键词 微电网 自回归积分移动平均模型 支持向量机 组合预测
在线阅读 下载PDF
中国股票市场与干散货航运市场的动态相关性——基于DCC-MGARCH和VAR模型的实证分析 被引量:12
9
作者 唐韵捷 曲林迟 《上海海事大学学报》 北大核心 2015年第1期38-45,共8页
为探求中国股票市场与干散货航运市场的动态相关性,运用DCC-MGARCH模型和向量自回归(Vector Auto-Regressive,VAR)模型对上证综指和波罗的海干散货指数(Baltic Dry Index,BDI)进行分析,发现这两个市场之间存在信息溢出现象,具有较强的... 为探求中国股票市场与干散货航运市场的动态相关性,运用DCC-MGARCH模型和向量自回归(Vector Auto-Regressive,VAR)模型对上证综指和波罗的海干散货指数(Baltic Dry Index,BDI)进行分析,发现这两个市场之间存在信息溢出现象,具有较强的动态相关性.作为重要纽带的上证综指与BDI之间的动态相关性是制定海运运价不可或缺的因素,也可以作为金融资产定价的重要因素. 展开更多
关键词 DCC-MGARCH模型 向量自回归(VAR)模型 波罗的海干散货指数(BDI) 上证综指 动态相关性
在线阅读 下载PDF
基于小波变换和ARMA-LSSVM的忙时话务量预测 被引量:2
10
作者 何玮珊 覃锡忠 +2 位作者 贾振红 常春 曹传玲 《计算机工程与设计》 CSCD 北大核心 2014年第12期4105-4108,4119,共5页
为提高受多种因素影响的话务量数据的预测精度和稳定性,提出一种考虑多因素影响的基于小波变换和自回归滑动平均(ARMA)-最小二乘支持向量机(LSSVM)的话务量组合预测模型。对忙时话务量数据进行相关性分析,得出影响话务量的重要因子;利... 为提高受多种因素影响的话务量数据的预测精度和稳定性,提出一种考虑多因素影响的基于小波变换和自回归滑动平均(ARMA)-最小二乘支持向量机(LSSVM)的话务量组合预测模型。对忙时话务量数据进行相关性分析,得出影响话务量的重要因子;利用小波变换对数据进行分解和重构,得到低频分量和高频分量;将低频分量输入ARMA模型进行预测,将高频分量和话务量重要影响因子输入粒子群算法优化的LSSVM模型进行预测,将两组预测结果合成。实验结果表明,该模型进一步提高了预测精度和稳定性。 展开更多
关键词 话务量 小波变换 自回归滑动平均模型 最小二乘支持向量机 组合预测
在线阅读 下载PDF
货币政策透明度影响因素研究——基于DAG-SVAR模型 被引量:2
11
作者 卜振兴 《财经论丛》 CSSCI 北大核心 2018年第10期45-56,共12页
本文首次运用基于有向无环图的结构向量自回归模型研究影响我国货币政策透明度的因素。研究表明,货币政策透明度的波动绝大部分可以由自身因素来解释。除去自身惯性因素外,各变量对货币政策透明度波动影响的大小从高至低依次为开放度、... 本文首次运用基于有向无环图的结构向量自回归模型研究影响我国货币政策透明度的因素。研究表明,货币政策透明度的波动绝大部分可以由自身因素来解释。除去自身惯性因素外,各变量对货币政策透明度波动影响的大小从高至低依次为开放度、经济增长、历史通胀和金融深化。这说明我国货币政策透明度受外部因素影响较大,受内部因素影响较小;受实体经济因素影响较大,受物价、金融等虚拟经济因素影响较小。 展开更多
关键词 货币政策透明度 影响因素 有向无环图 结构向量自回归模型
在线阅读 下载PDF
基于SARIMA和SVR组合模型的转向架系统寿命评估 被引量:4
12
作者 师蔚 范乔 +2 位作者 杨洋 胡定玉 廖爱华 《铁道机车车辆》 北大核心 2024年第1期157-163,共7页
随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持... 随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持向量回归(SVR)的组合模型对转向架寿命进行评估。首先,将车辆转向架系统历史故障率转化为健康指数,然后基于协方差优选法将SARIMA和SVR进行赋权组合,根据转向架系统历史健康指数进行预测,最后建立历史和预测的健康指数与运行时间的数学模型,分析得到转向架系统的剩余寿命。以某地铁车辆转向架系统为例进行算例分析及验证,结果表明组合模型可更准确地预测其健康状态,为有关维修部门开展维修维护策略提供理论依据,估计得出其剩余寿命,为车辆寿命后期退役及延寿决策提供理论数据分析支撑。 展开更多
关键词 转向架系统 寿命预测 季节性回归移动平均和支持向量回归(SARIMA和SVR) 组合模型 协方差优选法
在线阅读 下载PDF
序列稀疏自回归方法及其在美股做空数据分析上的应用
13
作者 刘静 余琴 +1 位作者 吴捷 李阳 《财贸研究》 CSSCI 北大核心 2024年第1期60-70,共11页
采用序列稀疏回归的思路来处理向量自回归模型,并设计适用于大规模时间序列数据分析的序列稀疏自回归方法。研究表明:从因子角度刻画向量自回归模型可以有效地将稀疏矩阵估计问题分解成稀疏奇异向量的估计问题,从而极大地提高了计算效... 采用序列稀疏回归的思路来处理向量自回归模型,并设计适用于大规模时间序列数据分析的序列稀疏自回归方法。研究表明:从因子角度刻画向量自回归模型可以有效地将稀疏矩阵估计问题分解成稀疏奇异向量的估计问题,从而极大地提高了计算效率。以1523家美股上市公司1973年1月—2014年12月的做空数据为例,利用此方法探索公司之间的大规模做空关联网络。研究发现:此方法可以有效地恢复股票做空份额(即某一公司的空头股份数量)与股票收益率之间隐藏的关联网络,对于股票风险溢价研究具有一定启发意义。 展开更多
关键词 向量自回归模型 关联性网络 稀疏建模 股票做空份额 大数据分析
在线阅读 下载PDF
高超声速飞行器分解集成轨迹预测算法 被引量:25
14
作者 韩春耀 熊家军 +1 位作者 张凯 兰旭辉 《系统工程与电子技术》 EI CSCD 北大核心 2018年第1期151-158,共8页
针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采... 针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采用相应的子轨迹预测模型,最后将各子轨迹预测模型预测结果的集成作为最终预测值。由于子序列与子轨迹预测模型具有更高的契合度,使得分解集成轨迹预测算法相对于使用单一模型的轨迹预测算法更具优势。仿真实验表明,分解集成轨迹预测算法显著提高了轨迹预测精度。 展开更多
关键词 轨迹预测 无动力滑翔高超声速飞行器 分解集成模型 最小二乘支持向量回归模型 自回归积分滑动平均模型
在线阅读 下载PDF
中国城市化与能源强度关系的交互动态响应分析 被引量:32
15
作者 王晓岭 武春友 赵奥 《中国人口·资源与环境》 CSSCI 北大核心 2012年第5期147-152,共6页
基于1990-2009年的统计数据,建立城市化率和能源强度间的向量自回归模型,运用协整分析、脉冲响应函数和动态方差分解法,从不同视角对两组变量的交互动态响应关系进行分析和预测,旨在揭示我国城市化水平与能源利用效率的内在联系、互动... 基于1990-2009年的统计数据,建立城市化率和能源强度间的向量自回归模型,运用协整分析、脉冲响应函数和动态方差分解法,从不同视角对两组变量的交互动态响应关系进行分析和预测,旨在揭示我国城市化水平与能源利用效率的内在联系、互动机制与发展趋势。分析结果表明:尽管在短期内呈现波动态势,我国城市化水平与能源强度之间存在长期均衡关系;两组变量的动态脉冲响应为负,体现出城市化率和能源强度之间的反向变动走势;与城市化相比,能源强度的脉冲曲线波动剧烈,说明单纯依靠能源系统内部来改善能源效率缺乏可持续性;方差分解时序值显示,能源强度对城市化变动因素的累计贡献较低,而城市化水平对能源强度变动的影响显著且增长迅速,说明能源强度的降低并不是城市化率提高的主要动力,反之城市化水平的提高对能源强度的下降具有较强的促进作用。由此可见,通过城市的优化开发与系统建设,能够有效促进能源的可持续利用,实现能源消费与经济增长间的均衡发展。 展开更多
关键词 城市化 能源强度 向量自回归模型 脉冲响应 方差分解
在线阅读 下载PDF
风场模拟中AR模型的若干问题 被引量:17
16
作者 张文福 马昌恒 肖岩 《计算力学学报》 EI CAS CSCD 北大核心 2009年第1期124-130,共7页
自回归(AR)模型具有计算量小,模拟速度快等优良特性,在风场模拟中得到了广泛应用。本文对AR模型进行了系统的研究,将脉动风场模拟中广泛应用的AR模型归为两大类,对模型中的参数从理论上进行了合理的解释。对两种模型模拟脉动风场时涉及... 自回归(AR)模型具有计算量小,模拟速度快等优良特性,在风场模拟中得到了广泛应用。本文对AR模型进行了系统的研究,将脉动风场模拟中广泛应用的AR模型归为两大类,对模型中的参数从理论上进行了合理的解释。对两种模型模拟脉动风场时涉及到的Wiener-Khintchine公式的变换形式,通过分析对其进行了修正,指出算法上可以采用FFT技术来计算互相关矩阵的元素以提高计算效率。提出了AR模型编程中偶然发现的自回归顺序问题,算例表明两种不同方法的风速时程样本及其无偏自相关估计和自功率谱估计均有较大的影响,希望能引起更多同行对该问题的注意。尽管标量过程AR模型简单且易于掌握,但不能考虑时滞问题。相比之下,理论分析和数值实验都证明,向量过程的AR模型在精度总体要高于标量过程的AR模型,但其运算时间也相应增多。 展开更多
关键词 风场模拟 标量过程AR模型 向量过程AR模型 Wiener-Khintchine公式 FFT 自回归顺序
在线阅读 下载PDF
经济结构、增长方式与环境污染的内在关联研究——基于时变参数向量自回归模型的实证分析 被引量:18
17
作者 张同斌 李金凯 程立燕 《中国环境科学》 EI CAS CSCD 北大核心 2016年第7期2230-2240,共11页
基于对数平均迪氏指数(LMDI)方法分解影响环境污染的经济因素,利用时变参数向量自回归(TVP-VAR)模型研究了各因素在不同时点、不同提前期对污染物排放的动态冲击特征.结果表明,技术进步具有提高企业生产率以及提升企业产品清洁度的双重... 基于对数平均迪氏指数(LMDI)方法分解影响环境污染的经济因素,利用时变参数向量自回归(TVP-VAR)模型研究了各因素在不同时点、不同提前期对污染物排放的动态冲击特征.结果表明,技术进步具有提高企业生产率以及提升企业产品清洁度的双重效果,产生的创新补偿效应降低了污染排放.我国以煤炭为主的能源消费结构和煤炭消耗产生不容易累积的烟煤型污染物,使得能源结构引致的污染效应在当期最为明显,且持续期较短.能源利用效率的大幅提升有效降低了污染物排放,同时也呈现了一定的反弹效应.产业结构对环境污染的影响逐渐增强、经济规模扩大对于环境污染的冲击具有较强的持续性.合理控制结构因素和规模因素对污染物排放的影响,成为了降低污染水平的重要环节. 展开更多
关键词 经济结构 技术进步 环境污染 时变参数向量自回归模型
在线阅读 下载PDF
宏观经济变量对股票价格的影响研究 被引量:29
18
作者 曾志坚 江洲 《财经理论与实践》 CSSCI 北大核心 2007年第1期40-45,共6页
股票价格不仅仅受其内在价值的影响,还和宏观经济因素有密切的关系。运用向量自回归方法,就宏观经济对股票价格的影响进行实证分析。研究结果表明,股票价格指数的短期波动受通货膨胀率、利率、储蓄的短期变化的影响;但是中国股票市场的... 股票价格不仅仅受其内在价值的影响,还和宏观经济因素有密切的关系。运用向量自回归方法,就宏观经济对股票价格的影响进行实证分析。研究结果表明,股票价格指数的短期波动受通货膨胀率、利率、储蓄的短期变化的影响;但是中国股票市场的走势与实体经济发展也存在背离,工业增加值与货币供给量的变化对股票价格指数的影响较小。 展开更多
关键词 宏观经济 股票价格 向量自回归
在线阅读 下载PDF
基于向量自回归模型的损伤识别方法 被引量:6
19
作者 刘纲 罗钧 +1 位作者 方鹏 秦阳 《振动.测试与诊断》 EI CSCD 北大核心 2015年第5期873-879,990,共7页
基于向量自回归(vector auto-regression,简称VAR)模型,提出了一种能同时进行损伤定位和程度识别的时间序列方法。首先,利用测试的加速度响应时程信号建立VAR模型,提取模型系数的对角线元素作为损伤敏感向量,并采用该向量的马氏距离作... 基于向量自回归(vector auto-regression,简称VAR)模型,提出了一种能同时进行损伤定位和程度识别的时间序列方法。首先,利用测试的加速度响应时程信号建立VAR模型,提取模型系数的对角线元素作为损伤敏感向量,并采用该向量的马氏距离作为损伤特征值;然后,应用统计模式识别手段,通过受试者工作特征曲线下的面积指标来判别损伤是否出现及其部位,并通过Bhattacharyya距离来度量损伤程度。数值模拟和实验室框架模型实验表明,该算法能成功识别损伤部位和损伤程度的相对大小,且具有较好的抗噪性能,为结构长期在线损伤识别提供了一种有效手段。 展开更多
关键词 损伤识别 VAR模型 受试者工作特征曲线 BHATTACHARYYA距离
在线阅读 下载PDF
基于ARMA误差修正和自适应粒子群优化的SVM短期负荷预测 被引量:18
20
作者 黄元生 邓佳佳 苑珍珍 《电力系统保护与控制》 EI CSCD 北大核心 2011年第14期26-32,共7页
利用最小二乘支持向量机(LS-SVM)进行短期负荷预测的精度及其泛化性能很大程度上取决于其参数选择。对于支持向量机中的核参数σ和惩罚系数C采用基于适应度函数惯性权重自适应调整的粒子群优化算法进行选择。在对LS-SVM回归模型参数优... 利用最小二乘支持向量机(LS-SVM)进行短期负荷预测的精度及其泛化性能很大程度上取决于其参数选择。对于支持向量机中的核参数σ和惩罚系数C采用基于适应度函数惯性权重自适应调整的粒子群优化算法进行选择。在对LS-SVM回归模型参数优化的基础上,建立自回归滑动平均(ARMA)误差预测模型来修正负荷预测结果从而提高预测精度。选择某地区夏季96点负荷数据作为训练样本和测试样本进行分析,并且选择SVM模型进行对比。实验结果表明,同标准的SVM回归模型相比,APSO-ARMA-SVM负荷预测模型能明显改善预测精度,能够推广到电价预测等其他预测领域。 展开更多
关键词 最小二乘支持向量机 自适应粒子群优化 自回归滑动平均 误差修正
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部