检索结果-维普期刊中文期刊服务平台

基于EMD优化NAR动态神经网络的地铁客流量短时预测模型被引量：10: 1; 作者马飞虎金依辰孙翠羽《应用科学学报》 CAS CSCD 北大核心 2020年第6期936-943,共8页; 为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition,EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量... 展开更多; 关键词地铁客流量短时预测非线性自回归动态神经网络经验模态分解组合模型; 在线阅读下载PDF 职称材料

基于混沌机制的神经网络预测控制及仿真研究被引量：1: 2; 作者王科平吴冰王福忠《河南理工大学学报（自然科学版）》 CAS 2007年第1期64-68,共5页; 为解决一大类未知、时滞、非线性系统的预测控制问题,提出了一种基于改进的El-man动态回归神经网络预测控制算法.首先,在一般的Elman动态回归神经网络算法中加入了混沌机制,利用混沌机制固有的全局游动有效地消除了Elman网络易陷入局部... 展开更多; 关键词混沌机制动态回归神经网络广义预测控制鲁棒性; 在线阅读下载PDF 职称材料

基于神经网络一类非线性系统自适应控制: 3; 作者汪秉文沈艳军覃太贵《系统工程与电子技术》 EI CSCD 北大核心 2005年第1期90-92,共3页; 对一类未知可控非线性仿射系统,假设其状态不完全可测。首先,利用动态回归神经网络建立其状态方程和输出方程,用Lyapunov理论证明了辩识误差∈L∞;然后,设计状态反馈控制器,使系统的输出跟踪参考输出,从理论证明了跟踪误差趋于零。最后... 展开更多; 关键词自适应控制动态回归神经网络状态反馈非线性系统; 在线阅读下载PDF 职称材料

基于DRNN和ARIMA模型的森林火灾面积时空综合预测方法被引量：7: 4; 作者梅志雄徐颂军王佳璆《林业科学》 EI CAS CSCD 北大核心 2009年第8期101-107,共7页; 森林火灾是一个跨空间发展的动态过程,不易被传统的分析方法和静态神经网络有效处理。提出一种基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的森林火灾时空综合预测方法。该方法先用ARIMA对时空数据的时序进行预测,... 展开更多; 关键词动态回归神经网络 ARIMA模型森林火灾时空综合预测; 在线阅读下载PDF 职称材料

时空预测技术在森林防火中的应用研究被引量：11: 5; 作者王佳璆程涛《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第2期110-113,116,共5页; 构建了一个随机的时间序列模型获得每一个空间上相互独立部分的时间预测,然后建立动态回归神经网络(DRNN)发现隐藏的空间关系,最后用统计回归方法把单个时间和空间预测整合起来产生最终预测。实验结果表明,提出的方法能对森林火灾面积... 展开更多; 关键词时空预测森林火灾动态回归神经网络; 在线阅读下载PDF 职称材料

应用DRNN和ARIMA组合模型的时空集成预测方法被引量：2: 6; 作者梅志雄《小型微型计算机系统》 CSCD 北大核心 2010年第4期657-661,共5页; 在评析目前时空预测研究现状的基础上,提出基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的时空集成预测方法.该方法先用ARIMA模型对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间关系,最后用线性回归将... 展开更多; 关键词动态回归神经网络 ARIMA模型集成时空预测; 在线阅读下载PDF 职称材料

题名基于EMD优化NAR动态神经网络的地铁客流量短时预测模型被引量：10: 1; 作者马飞虎金依辰孙翠羽; 机构华东交通大学土木建筑学院; 出处《应用科学学报》 CAS CSCD 北大核心 2020年第6期936-943,共8页; 基金测绘地理信息行业科研专项(No.201512027,No.201512021) 江西省数字国土重点实验室开放研究基金(No.DLLJ201605) +1 种基金江西省科技支撑项目(No.2000616080)资助。; 文摘为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition,EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律,为此使用了基于时间序列的NAR动态神经网络,该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型,以此来减少预测误差,提高预测精度.结果显示,EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测,预测精度可达93%,具有较好的应用价值.; 关键词地铁客流量短时预测非线性自回归动态神经网络经验模态分解组合模型; Keywords subway passenger flow short-term prediction nonlinear auto regressive(NAR)dynamic neural network empirical mode decomposition(EMD) combined model; 分类号 U293.13 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于混沌机制的神经网络预测控制及仿真研究被引量：1: 2; 作者王科平吴冰王福忠; 机构河南理工大学电气工程与自动化学院; 出处《河南理工大学学报（自然科学版）》 CAS 2007年第1期64-68,共5页; 基金国家自然科学基金资助项目(60474043); 文摘为解决一大类未知、时滞、非线性系统的预测控制问题,提出了一种基于改进的El-man动态回归神经网络预测控制算法.首先,在一般的Elman动态回归神经网络算法中加入了混沌机制,利用混沌机制固有的全局游动有效地消除了Elman网络易陷入局部极值的缺点,提高了系统的辨识速度;然后,结合广义预测控制(GPC)的反馈校正、滚动优化来完成非线性系统的预测控制.仿真结果表明:将本算法应用于非线性系统预测控制,对未建模动态具有较强的鲁棒性和良好的控制跟踪能力.; 关键词混沌机制动态回归神经网络广义预测控制鲁棒性; Keywords Chaos Mechanism Dynamic Recurrent Neural Network Generalized Predictive Control Robust; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于神经网络一类非线性系统自适应控制: 3; 作者汪秉文沈艳军覃太贵; 机构华中科技大学控制科学与工程系三峡大学理学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2005年第1期90-92,共3页; 文摘对一类未知可控非线性仿射系统,假设其状态不完全可测。首先,利用动态回归神经网络建立其状态方程和输出方程,用Lyapunov理论证明了辩识误差∈L∞;然后,设计状态反馈控制器,使系统的输出跟踪参考输出,从理论证明了跟踪误差趋于零。最后,通过一个仿真实验验证了本方法的有效性。; 关键词自适应控制动态回归神经网络状态反馈非线性系统; Keywords adaptive control dynamic recurrent neural networks state feedback nonlinear system; 分类号 O231.2 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名基于DRNN和ARIMA模型的森林火灾面积时空综合预测方法被引量：7: 4; 作者梅志雄徐颂军王佳璆; 机构华南师范大学地理科学学院中山大学地理科学与规划学院; 出处《林业科学》 EI CAS CSCD 北大核心 2009年第8期101-107,共7页; 基金国家杰出青年科学基金(40525002) 广东省自然科学基金(5005940) 教育部博士点基金(20050574003)联合资助; 文摘森林火灾是一个跨空间发展的动态过程,不易被传统的分析方法和静态神经网络有效处理。提出一种基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的森林火灾时空综合预测方法。该方法先用ARIMA对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间相关,最后用统计回归将时间和空间预测结果组合起来,得到时空综合预测结果。以广东省森林火灾面积预测为例,说明其原理和建模过程,并对预测结果的精度进行验证。结果表明:由于考虑了数据间的空间关系,该时空综合预测模型可以对森林火灾面积进行较准确有效的预测,比单纯应用ARIMA模型预测精度高,是预测森林火灾等跨空间动态变化问题的有效工具。; 关键词动态回归神经网络 ARIMA模型森林火灾时空综合预测; Keywords dynamic recurrent neural network ARIMA model forest fire spatial-temporal integrated forecast; 分类号 S762.2 [农业科学—森林保护学]; 在线阅读下载PDF 职称材料

题名时空预测技术在森林防火中的应用研究被引量：11: 5; 作者王佳璆程涛; 机构中山大学地理科学与规划学院; 出处《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第2期110-113,116,共5页; 基金国家重大基础研究资助项目(2006CB701306) 教育部博士点基金资助项目(20040558023) "985工程"GIS与遥感的地学应用科技创新平台资助项目(105203200400006); 文摘构建了一个随机的时间序列模型获得每一个空间上相互独立部分的时间预测,然后建立动态回归神经网络(DRNN)发现隐藏的空间关系,最后用统计回归方法把单个时间和空间预测整合起来产生最终预测。实验结果表明,提出的方法能对森林火灾面积进行准确有效的预测。通过对时空预测结果的准确性和训练精度进行讨论,分析了时空预测方法在林火预测中的可行性,证明时空变化预测方法在林火预测中的应用价值。; 关键词时空预测森林火灾动态回归神经网络; Keywords spatio-temporal forecasting, forest fire prevention dynamic recurrent neural network; 分类号 P208 [天文地球—地图制图学与地理信息工程]; 在线阅读下载PDF 职称材料

题名应用DRNN和ARIMA组合模型的时空集成预测方法被引量：2: 6; 作者梅志雄; 机构华南师范大学地理科学学院中山大学地理科学与规划学院; 出处《小型微型计算机系统》 CSCD 北大核心 2010年第4期657-661,共5页; 基金国家杰出青年科学基金项目(40525002)资助广东省自然科学基金项目(5005940)资助; 文摘在评析目前时空预测研究现状的基础上,提出基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的时空集成预测方法.该方法先用ARIMA模型对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间关系,最后用线性回归将二者整合起来,得到集成预测结果.案例实验结果表明:该方法比不考虑空间影响的预测方法或单一的预测方法有更高的精度;该方法具有良好的动态处理和计算能力,对跨空间的动态过程的预测有效可行.; 关键词动态回归神经网络 ARIMA模型集成时空预测; Keywords dynamic recurrent neural network ARIMA model integration spatio-temporal forecasting; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于EMD优化NAR动态神经网络的地铁客流量短时预测模型	马飞虎金依辰孙翠羽	《应用科学学报》 CAS CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料
2	基于混沌机制的神经网络预测控制及仿真研究	王科平吴冰王福忠	《河南理工大学学报（自然科学版）》 CAS	2007	1	在线阅读下载PDF 职称材料
3	基于神经网络一类非线性系统自适应控制	汪秉文沈艳军覃太贵	《系统工程与电子技术》 EI CSCD 北大核心	2005	0	在线阅读下载PDF 职称材料
4	基于DRNN和ARIMA模型的森林火灾面积时空综合预测方法	梅志雄徐颂军王佳璆	《林业科学》 EI CAS CSCD 北大核心	2009	7	在线阅读下载PDF 职称材料
5	时空预测技术在森林防火中的应用研究	王佳璆程涛	《中山大学学报（自然科学版）》 CAS CSCD 北大核心	2007	11	在线阅读下载PDF 职称材料
6	应用DRNN和ARIMA组合模型的时空集成预测方法	梅志雄	《小型微型计算机系统》 CSCD 北大核心	2010	2	在线阅读下载PDF 职称材料