期刊导航
期刊开放获取
上海教育软件发展有限公..
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
基于去趋势多重互相关的深度回声状态网络剪枝算法
1
作者
孙晓川
王宇
+1 位作者
李莹琦
黄天宇
《郑州大学学报（工学版）》
CAS
北大核心
2024年第4期38-45,共8页
针对储备池中存在的冗余结构导致深度回声状态网络预测精度不佳的问题,提出了一种基于去趋势多重互相关的深度回声状态网络剪枝算法。首先,根据去趋势协方差函数和去趋势方差函数,依次计算所选储备池中每2个神经元之间的去趋势互相关系...
针对储备池中存在的冗余结构导致深度回声状态网络预测精度不佳的问题,提出了一种基于去趋势多重互相关的深度回声状态网络剪枝算法。首先,根据去趋势协方差函数和去趋势方差函数,依次计算所选储备池中每2个神经元之间的去趋势互相关系数,构建去趋势互相关矩阵,基于该矩阵评估该储备池中所选神经元与所有剩余神经元之间的去趋势多重互相关性。其次,依次删除每个储备池中高相关性神经元到输出层的连接,从而去除网络中的冗余结构。最后,通过最小二乘回归重新训练剪枝后的网络,以获得最优的深度回声状态网络拓扑结构。仿真结果表明:经过所提算法优化后的深度回声状态网络在Mackey-Glass时间序列上的预测精度和记忆能力分别提高了89.80%和30.93%,在Call时间序列上的预测精度和记忆能力分别提高了14.34%和0.10%。
展开更多
关键词
深度回声状态网络
结构优化
剪枝
去趋势多重互相关
时间序列预测
在线阅读
下载PDF
职称材料
基于MF-DCCA的港口与非港口地区PM_(2.5)与NO_X互相关性分析
被引量：
5
2
作者
张赛鑫
何红弟
张季平
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2017年第8期161-167,共7页
针对PM_(2.5)与NO_X序列间的互相关性特征,采用多重分形去趋势波动互相关分析法(MF-DCCA),对香港葵涌(港口)和沙田(非港口)地区的PM_(2.5)与NO_X浓度序列进行了研究.首先,基于整体数据进行研究,发现港口和非港口地区的PM_(2.5)与NO_X的...
针对PM_(2.5)与NO_X序列间的互相关性特征,采用多重分形去趋势波动互相关分析法(MF-DCCA),对香港葵涌(港口)和沙田(非港口)地区的PM_(2.5)与NO_X浓度序列进行了研究.首先,基于整体数据进行研究,发现港口和非港口地区的PM_(2.5)与NO_X的互相关性均具有长程相关性和多重分形特征,港口地区的多重分形特征比非港口地区的要弱.然后,对四季数据进行研究,结果表明港口和非港口地区的PM_(2.5)与NO_X的互相关性在四个季节均具有长程相关性和多重分形特征.而且PM_(2.5)和NO_X互相关性多重分形特征具有明显的季节变化,春、夏、秋季时港口地区的PM_(2.5)与NO_X的互相关性多重分形特征比非港口地区的弱,冬季则相反.
展开更多
关键词
多重
分形
去趋势
互
相关
分析法
港口
PM(2.5)
NOX
在线阅读
下载PDF
职称材料
COVID-19疫情期间城郊森林公园O_(3)变化对NO_(2)减排响应的多重分形模式
被引量：
5
3
作者
张娇
刘春琼
+2 位作者
吴波
杜娟
史凯
《生态学报》
CAS
CSCD
北大核心
2021年第24期9669-9680,共12页
COVID-19疫情的爆发使得大气NO_(2)排放量急剧减少,张家界城区O_(3)浓度也随之降低,然而城郊的国家森林公园内O_(3)浓度却有较大幅度升高。旨在基于多重分形去趋势互相关分析(MFDCCA)方法和自组织临界(SOC)理论来揭示疫情期间张家界不...
COVID-19疫情的爆发使得大气NO_(2)排放量急剧减少,张家界城区O_(3)浓度也随之降低,然而城郊的国家森林公园内O_(3)浓度却有较大幅度升高。旨在基于多重分形去趋势互相关分析(MFDCCA)方法和自组织临界(SOC)理论来揭示疫情期间张家界不同生态功能区大气O_(3)浓度变化对NO_(2)污染急剧减排的不同响应机制。基于张家界3个大气监测站点(未央路、永定新区和袁家界)在疫情期间(2020年3月1日—5月31日)和非疫情期间(2019年同期)NO_(2)、O_(3)小时平均浓度数据,首先应用MFDCCA方法对NO_(2)和O_(3)互相关性的多尺度特征进行分析。研究结果发现,各站点NO_(2)和O_(3)之间的互相关性存在较强的长期持续性和多重分形特征。其中,疫情期间各站点NO_(2)和O_(3)互相关的长期持续性平均增强了19.4%,而多重分形性平均减弱5.7%,主要原因与疫情期间NO_(2)集中减排引起O_(3)大气化学反应的变化有关。进而,应用SOC理论对NO_(2)和O_(3)之间互相关长期持续性形成的宏观动力机制进行分析。结果发现,袁家界站点O_(3)演化处于自组织临界状态,SOC内禀动力机制是导致疫情期间张家界国家森林公园内O_(3)浓度增高的重要非线性动力学机制。而未央路和永定新区站点O_(3)演化处于亚临界状态,这也是导致城区站点O_(3)浓度减低的主要原因。正确识别森林生态系统中O_(3)演化的自组织临界特征,对于高浓度O_(3)生成的风险评估具有重要意义,有助于科学评估人类旅游活动对森林生态系统造成的影响。
展开更多
关键词
新型冠状病毒肺炎
多重
分形
去趋势
互
相关
分析
自组织临界理论
长期持续性特征
在线阅读
下载PDF
职称材料
题名
基于去趋势多重互相关的深度回声状态网络剪枝算法
1
作者
孙晓川
王宇
李莹琦
黄天宇
机构
华北理工大学人工智能学院
河北省工业智能感知重点实验室
出处
《郑州大学学报（工学版）》
CAS
北大核心
2024年第4期38-45,共8页
基金
河北省海洋生态修复与智慧海洋工程研究中心开放基金项目(HBMESO2315)。
文摘
针对储备池中存在的冗余结构导致深度回声状态网络预测精度不佳的问题,提出了一种基于去趋势多重互相关的深度回声状态网络剪枝算法。首先,根据去趋势协方差函数和去趋势方差函数,依次计算所选储备池中每2个神经元之间的去趋势互相关系数,构建去趋势互相关矩阵,基于该矩阵评估该储备池中所选神经元与所有剩余神经元之间的去趋势多重互相关性。其次,依次删除每个储备池中高相关性神经元到输出层的连接,从而去除网络中的冗余结构。最后,通过最小二乘回归重新训练剪枝后的网络,以获得最优的深度回声状态网络拓扑结构。仿真结果表明:经过所提算法优化后的深度回声状态网络在Mackey-Glass时间序列上的预测精度和记忆能力分别提高了89.80%和30.93%,在Call时间序列上的预测精度和记忆能力分别提高了14.34%和0.10%。
关键词
深度回声状态网络
结构优化
剪枝
去趋势多重互相关
时间序列预测
Keywords
deep echo state network
structure optimization
pruning
detrended multiple cross-correlation
time series prediction
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于MF-DCCA的港口与非港口地区PM_(2.5)与NO_X互相关性分析
被引量：
5
2
作者
张赛鑫
何红弟
张季平
机构
上海海事大学物流研究中心
出处
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2017年第8期161-167,共7页
基金
国家自然科学基金(11672176)
国家自然科学基金应急管理项目理论物理专款(11647077)
+2 种基金
上海市科学技术委员会科研计划(14DZ2280200)
上海海事大学研究生学术新人(YXR2016037)
上海海事大学研究生创新基金(2016YCX075)
文摘
针对PM_(2.5)与NO_X序列间的互相关性特征,采用多重分形去趋势波动互相关分析法(MF-DCCA),对香港葵涌(港口)和沙田(非港口)地区的PM_(2.5)与NO_X浓度序列进行了研究.首先,基于整体数据进行研究,发现港口和非港口地区的PM_(2.5)与NO_X的互相关性均具有长程相关性和多重分形特征,港口地区的多重分形特征比非港口地区的要弱.然后,对四季数据进行研究,结果表明港口和非港口地区的PM_(2.5)与NO_X的互相关性在四个季节均具有长程相关性和多重分形特征.而且PM_(2.5)和NO_X互相关性多重分形特征具有明显的季节变化,春、夏、秋季时港口地区的PM_(2.5)与NO_X的互相关性多重分形特征比非港口地区的弱,冬季则相反.
关键词
多重
分形
去趋势
互
相关
分析法
港口
PM(2.5)
NOX
Keywords
multifractal detrended cross-correlation analysis （MF-DCCA）
port
PM（2.5） NOX
分类号
X513 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
COVID-19疫情期间城郊森林公园O_(3)变化对NO_(2)减排响应的多重分形模式
被引量：
5
3
作者
张娇
刘春琼
吴波
杜娟
史凯
机构
吉首大学数学与统计学院
吉首大学生物资源与环境科学学院
出处
《生态学报》
CAS
CSCD
北大核心
2021年第24期9669-9680,共12页
基金
国家自然科学基金项目(52160024)
湖南省自然科学基金项目(2020JJ4504)。
文摘
COVID-19疫情的爆发使得大气NO_(2)排放量急剧减少,张家界城区O_(3)浓度也随之降低,然而城郊的国家森林公园内O_(3)浓度却有较大幅度升高。旨在基于多重分形去趋势互相关分析(MFDCCA)方法和自组织临界(SOC)理论来揭示疫情期间张家界不同生态功能区大气O_(3)浓度变化对NO_(2)污染急剧减排的不同响应机制。基于张家界3个大气监测站点(未央路、永定新区和袁家界)在疫情期间(2020年3月1日—5月31日)和非疫情期间(2019年同期)NO_(2)、O_(3)小时平均浓度数据,首先应用MFDCCA方法对NO_(2)和O_(3)互相关性的多尺度特征进行分析。研究结果发现,各站点NO_(2)和O_(3)之间的互相关性存在较强的长期持续性和多重分形特征。其中,疫情期间各站点NO_(2)和O_(3)互相关的长期持续性平均增强了19.4%,而多重分形性平均减弱5.7%,主要原因与疫情期间NO_(2)集中减排引起O_(3)大气化学反应的变化有关。进而,应用SOC理论对NO_(2)和O_(3)之间互相关长期持续性形成的宏观动力机制进行分析。结果发现,袁家界站点O_(3)演化处于自组织临界状态,SOC内禀动力机制是导致疫情期间张家界国家森林公园内O_(3)浓度增高的重要非线性动力学机制。而未央路和永定新区站点O_(3)演化处于亚临界状态,这也是导致城区站点O_(3)浓度减低的主要原因。正确识别森林生态系统中O_(3)演化的自组织临界特征,对于高浓度O_(3)生成的风险评估具有重要意义,有助于科学评估人类旅游活动对森林生态系统造成的影响。
关键词
新型冠状病毒肺炎
多重
分形
去趋势
互
相关
分析
自组织临界理论
长期持续性特征
Keywords
COVID-19 epidemic
multifractal detrended cross-correlation analysis
self-organized critical theory
long-term persistence characteristics
分类号
X51 [环境科学与工程—环境工程]
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
基于去趋势多重互相关的深度回声状态网络剪枝算法
孙晓川
王宇
李莹琦
黄天宇
《郑州大学学报（工学版）》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于MF-DCCA的港口与非港口地区PM_(2.5)与NO_X互相关性分析
张赛鑫
何红弟
张季平
《西南大学学报（自然科学版）》
CAS
CSCD
北大核心
2017
5
在线阅读
下载PDF
职称材料
3
COVID-19疫情期间城郊森林公园O_(3)变化对NO_(2)减排响应的多重分形模式
张娇
刘春琼
吴波
杜娟
史凯
《生态学报》
CAS
CSCD
北大核心
2021
5
在线阅读
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
