期刊文献+
共找到23篇文章
< 1 2 >
每页显示 20 50 100
基于自回归积分滑动平均模型的玉竹价格预测分析 被引量:2
1
作者 胡晟 肖深根 《湖南农业科学》 2018年第12期88-92,共5页
通过网络爬虫技术和文献搜集采集了2010年1月至2018年9月湖南省玉竹统条月度价格数据;首先对数据进行了平稳性检验,获取平稳时间序列的阶数值;再采用自回归积分滑动平均模型(ARIMA),求取平稳时间序列的自相关和偏相关系数,初步判断模型... 通过网络爬虫技术和文献搜集采集了2010年1月至2018年9月湖南省玉竹统条月度价格数据;首先对数据进行了平稳性检验,获取平稳时间序列的阶数值;再采用自回归积分滑动平均模型(ARIMA),求取平稳时间序列的自相关和偏相关系数,初步判断模型的p、d、q值;通过对模型参数的比较分析,得出最适合玉竹价格预测的模型,并通过残差序列检验模型的相关性;最后对2019年湖南省玉竹价格走势进行预测,结果显示玉竹价格在2019年呈下降趋势,但其下降幅度相对平稳。 展开更多
关键词 自回归积分滑动平均模型 玉竹 价格 预测 湖南
在线阅读 下载PDF
基于ARIMA的航空发动机排气温度预测
2
作者 易文川 孟双杰 《成都航空职业技术学院学报》 2025年第1期46-50,共5页
航空发动机排气温度的实时监测和预测,有利于提高发动机的安全性。通过基于自回归积分滑动平均(ARIMA)建立航空发动机排气温度预测模型,基于单位根检验(ADF)和信息准则确定模型的参数,以预测IO-360-L2A型发动机排气温度的未来值。并通... 航空发动机排气温度的实时监测和预测,有利于提高发动机的安全性。通过基于自回归积分滑动平均(ARIMA)建立航空发动机排气温度预测模型,基于单位根检验(ADF)和信息准则确定模型的参数,以预测IO-360-L2A型发动机排气温度的未来值。并通过对比不同样本长度和预测长度给模型预测误差带来的变化确定最优样本长度和预测长度。结果表明,ARIMA(5,2,3)模型对航空发动机排气温度序列的拟合效果最好,使用250s以上的历史样本数据对未来70s内的排气温度数据进行预测效果最佳,能够准确预测航空发动机排气温度的变化。 展开更多
关键词 排气温度 自回归积分滑动平均 航空发动机 参数预测
在线阅读 下载PDF
空间自回归模型在水库边坡位移预测中的应用 被引量:4
3
作者 秦栋 陈慧艳 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第2期104-108,共5页
针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型... 针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型相比较。结果表明:(a)在空间自相关系数较为显著的条件下,运用空间自回归模型可以较为精确地预测边坡变形状况,且优于传统模型;(b)空间自回归模型相较于传统模型参数更加简洁、考虑的影响因素更全面,可以同时对空间所有测点位移进行估计。 展开更多
关键词 空间计量学 空间自回归模型 水库边坡 边坡位移预测 自回归积分滑动平均模型
在线阅读 下载PDF
基于R语言时间序列的ARIMA模型预测某三甲综合医院人均月住院费用和住院日的研究
4
作者 李君 曹良海 《中国卫生产业》 2024年第11期220-224,共5页
目的运用自回归积分滑动平均模型(Autoregressive Intergrated Moving Average,ARIMA)建立月平均住院费用和住院日的医学经济学模型,为医院精细化管理提供依据。方法利用R4.0.2软件对2017年1月—2021年12月四川大学华西医院宜宾医院(宜... 目的运用自回归积分滑动平均模型(Autoregressive Intergrated Moving Average,ARIMA)建立月平均住院费用和住院日的医学经济学模型,为医院精细化管理提供依据。方法利用R4.0.2软件对2017年1月—2021年12月四川大学华西医院宜宾医院(宜宾市第二人民医院)的平均住院费用和住院日数据建立时间序列ARIMA预测模型。结果住院费用最优模型为ARIMA(0,1,1),赤池信息准则(Akaike information criterion,AIC)=924.35,贝叶斯信息准则(Bayesian Information Criterion,BIC)=928.51,残差Ljung-Box Q=12.51(P=0.768),可认为残差序列为白噪声。平均住院日的最优模型为ARIMA(5,1,1),AIC=87.49,BIC=104.11,残差Ljung-Box Q=10.05(P=0.612),可认为残差序列为白噪声。2022年1—12月实际值与预测值基本吻合,月人均住院费用和人均住院日的平均相对误差为0.55%、0.29%。结论建立基于时间序列ARIMA模型能够为合理配置卫生资源提供强有力的数据支撑。 展开更多
关键词 自回归积分滑动平均模型 平均住院费用 平均住院日 预测
在线阅读 下载PDF
基于SARIMA预警模型的水位监测效果分析与研究 被引量:3
5
作者 张健 《水利科技与经济》 2024年第4期23-28,共6页
为了提高城市水位监测的准确性及洪涝等灾害的预警能力,提出基于季节性自回归积分滑动平均(Seasonal auto-regressive integral moving average, SARIMA)模型的水位监测预警模型。该模型综合了自回归模型、移动平均模型和季节性差分模型... 为了提高城市水位监测的准确性及洪涝等灾害的预警能力,提出基于季节性自回归积分滑动平均(Seasonal auto-regressive integral moving average, SARIMA)模型的水位监测预警模型。该模型综合了自回归模型、移动平均模型和季节性差分模型,适用于分析和预测具有季节性和非平稳特征的时间序列数据。结果显示,基于SARIMA预警模型的水位监测系统,对城市周边的水位监测拟合效果较好,可对城市周边水位进行有效监测,提高应对城市内涝灾害的预警效果。 展开更多
关键词 季节性自回归积分滑动平均模型 水位监测 水位预警 数据填充
在线阅读 下载PDF
基于H-P滤波法、ARIMA和VAR模型的库区滑坡位移综合预测 被引量:24
6
作者 孟蒙 陈智强 +2 位作者 黄达 曾彬 陈赐金 《岩土力学》 EI CAS CSCD 北大核心 2016年第S2期552-560,共9页
受库水位涨落及降雨等影响,库区滑坡位移表现出明显的周期性。基于位移时间序列分析,将滑坡监测位移分解为趋势项与周期项之和。趋势项反映滑坡变形的长期趋势,其主要受滑坡本身地质结构等因素影响。周期项反映滑坡变形的波动性,其主要... 受库水位涨落及降雨等影响,库区滑坡位移表现出明显的周期性。基于位移时间序列分析,将滑坡监测位移分解为趋势项与周期项之和。趋势项反映滑坡变形的长期趋势,其主要受滑坡本身地质结构等因素影响。周期项反映滑坡变形的波动性,其主要受外部因素影响。以三峡库区巫山塔坪滑坡为例,考虑长江水位与降雨量影响,采用H-P滤波法从滑坡位移中分解出趋势项及周期项,利用差分自回归滑动平均模型(ARIMA)对趋势项进行平稳处理并计算趋势项预测值,利用向量自回归模型(VAR)计算周期项预测值。趋势项预测值与周期项预测值之和为滑坡位移预测值。与实际监测值及多种方法分析比较,表明综合预测所得结果能较好反映滑坡变形的趋势性和波动性,位移预测效果较好。 展开更多
关键词 滑坡 变形预测 时间序列 H-P滤波法 差分自回归滑动平均(ARIMA)模型 向量自回归(VAR)模型
在线阅读 下载PDF
蚁群算法分配权重的燃气日负荷组合预测模型 被引量:7
7
作者 周洲 焦文玲 +1 位作者 任乐梅 田兴浩 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第6期177-183,共7页
为适应城镇燃气日负荷随机性和多变性的特点,克服特定时刻单一负荷预测模型存在实际应用局限性的问题,将5种评价准则用于组合预测前剔除冗余模型,提出了一种建立变全重组合预测模型的方法,通过蚁群算法确定分配权重的组合预测模型,使得... 为适应城镇燃气日负荷随机性和多变性的特点,克服特定时刻单一负荷预测模型存在实际应用局限性的问题,将5种评价准则用于组合预测前剔除冗余模型,提出了一种建立变全重组合预测模型的方法,通过蚁群算法确定分配权重的组合预测模型,使得在一个时段上的燃气日负荷预测精度好于各单一模型.首先对包含诸多随机和模糊等不确定因素的城镇燃气日负荷时变系统和各预测模型特点进行分析;然后确定岭回归分析(Ridge)、差分自回归积分滑动平均模型(ARIMA)、支持向量机回归(SVR)、极端梯度提升树(XGB)共4类单项日负荷预测模型,结合城镇燃气日负荷和模型的特点,分别给出每个模型各项参数的设置和模型的输入向量;用平均相对误差、均方根误差、灰色关联度、相关系数、Theil不等系数为评价准则计算出的综合评价指标剔除冗余模型,最后建立了蚁群算法权重分配的组合预测模型.预测实例表明,蚁群算法分配权重的燃气日负荷组合预测模型长期的综合预测效果要优于任意单项模型,相比于单一模型而言,组合预测模型的稳定性和容错率更高,具备较强的泛化能力. 展开更多
关键词 城镇燃气日负荷 组合预测 回归 差分自回归积分滑动平均 支持向量机回归 极端梯度提升树 蚁群算法
在线阅读 下载PDF
基于时间序列的风电功率日前预测模型及其应用 被引量:2
8
作者 唐波 陈彬 +2 位作者 瞿子航 彭友仙 李昱 《水电能源科学》 北大核心 2014年第11期193-196,201,共5页
风电场发电功率随风速的无序变化是电网无法大规模接纳风电的关键因素,准确地预测风电场输出功率对电力系统大量接入风电有重要意义。针对风电功率无序变化的特征,基于时序分析法分别建立了指数加权移动平均和一阶差分自回归滑动平均的... 风电场发电功率随风速的无序变化是电网无法大规模接纳风电的关键因素,准确地预测风电场输出功率对电力系统大量接入风电有重要意义。针对风电功率无序变化的特征,基于时序分析法分别建立了指数加权移动平均和一阶差分自回归滑动平均的风电功率日前预测模型,进而运用穷举搜索法确定了指数加权移动平均模型的最佳加权因子为0.7,并得到此模型的风电功率预测值。同时,通过样本自相关函数定阶和最小二乘估计的方法,求得一阶差分自回归滑动平均模型的风电功率预测值。结果表明,一阶差分自回归滑动平均模型的风电场功率预测值的均方根误差比指数加权移动平均模型低0.88%,相应的准确率和合格率较高,可见一阶差分自回归滑动平均模型更能提高风电功率的预测精度。 展开更多
关键词 风电功率 预测模型 时序分析 指数加权移动平均 一阶差分自回归滑动平均 均方根误差
在线阅读 下载PDF
基于生存簇识别和预测的生存态势感知模型 被引量:2
9
作者 赵国生 邵子豪 +1 位作者 王健 任孟其 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第4期558-565,共8页
可生存系统安全态势的形势日趋严峻,增强生存性的前提是识别出目标系统的生存态势,该文构建了一种基于生存簇识别和预测的生存态势感知模型。首先,对生存态势数据采用Ward增强聚类法实现不同服务等级生存簇的分类和识别;其次,使用自回... 可生存系统安全态势的形势日趋严峻,增强生存性的前提是识别出目标系统的生存态势,该文构建了一种基于生存簇识别和预测的生存态势感知模型。首先,对生存态势数据采用Ward增强聚类法实现不同服务等级生存簇的分类和识别;其次,使用自回归积分滑动平均(ARIMA)模型预测目标系统生存态势的未来趋势,并对预测结果进行了残差修正;最后,结合事前识别和事后预测实现了对可生存系统生存态势的感知。仿真实验表明,该模型具有良好识别效果和较高的预测准确度。 展开更多
关键词 自回归积分滑动平均模型 残差修正 生存簇 生存态势 Ward聚类
在线阅读 下载PDF
ARIMA-BP神经网络高速列车隧道压力波预测模型研究 被引量:6
10
作者 陈春俊 杨露 +1 位作者 何智颖 周林春 《中国测试》 CAS 北大核心 2021年第10期80-86,共7页
为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态... 为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。 展开更多
关键词 高速列车 隧道压力波预测模型 差分自回归滑动平均-BP神经网络组合模型 工况匹配算法 加权K最近邻算法
在线阅读 下载PDF
小波分解和组合模型相融合的网络流量网络预测 被引量:1
11
作者 包萍 《激光杂志》 CAS CSCD 北大核心 2014年第12期124-127,共4页
为了提高网络流量预测的准确性,提出一种小波分解和组合模型相融合的网络流量预测预测模型。首先采用小波分析对网络流量进行分解,得到网络流量的趋势序列和波动序列,然后分别采用自回归差分滑动平均模型和极限学习机对它们进行建模和预... 为了提高网络流量预测的准确性,提出一种小波分解和组合模型相融合的网络流量预测预测模型。首先采用小波分析对网络流量进行分解,得到网络流量的趋势序列和波动序列,然后分别采用自回归差分滑动平均模型和极限学习机对它们进行建模和预测,最后采用仿真实验测试组合模型的性能。仿真结果表明,相对于其它网络流量预测模型,组合预测模型提高了网络流量预测精度,降低了预测误差更小。 展开更多
关键词 网络流量 小波分解 极限学习机 自回归差分滑动平均模型
在线阅读 下载PDF
基于时间序列季节分类模型的轨道交通客流短期预测 被引量:16
12
作者 唐继强 钟鑫伟 +1 位作者 刘健 李天瑞 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第7期31-38,60,共9页
轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和... 轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流。实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题。 展开更多
关键词 交通工程 客流短期预测 季节分类模型 时间序列 乘法季节自回归差分滑动平均模型
在线阅读 下载PDF
基于数据分解的上海港集装箱吞吐量预测模型 被引量:11
13
作者 冯宏祥 GRIFOLL Manel +1 位作者 AGUSTI Martinmallofre 郑彭军 《中国航海》 CSCD 北大核心 2019年第2期132-138,共7页
根据“分而治之”的框架,分别运用经验模式分解(Empirical Mode Decomposition, EMD)算法和季节性自回归积分滑动平均(Seasonal Autoregressive Integrated Moving Average, SARIMA)算法,将月度集装箱吞吐量时间系列数据分解为不同特征... 根据“分而治之”的框架,分别运用经验模式分解(Empirical Mode Decomposition, EMD)算法和季节性自回归积分滑动平均(Seasonal Autoregressive Integrated Moving Average, SARIMA)算法,将月度集装箱吞吐量时间系列数据分解为不同特征的分量,用支持向量回归(Support Vector Regression, SVR)模型分别对各分量进行预测,EMD-SVR模型和SARIMA-SVR模型预测结果的平均绝对百分误差(Mean Absolute Percentage Errors, MAPE)分别为 5.18%和7.26%,与港口实际吞吐量均较为一致,优于SVR模型的8.55%、自回归积分滑动平均(Autoregressive Integrated Moving Average, ARIMA)模型的11.8%和灰色系统(Grey Model, GM(1,1))模型的10.1%,验证数据分解方法在上海港集装箱月度吞吐量预测中的可行性,支持间接性预测模型精度高于直接模型的观点。 展开更多
关键词 经验模式分解 支持向量回归 自回归积分滑动平均模型 灰色预测
在线阅读 下载PDF
基于组合优化理论的无线网络流量建模与预测 被引量:3
14
作者 陈华峰 刘家宁 《现代电子技术》 北大核心 2016年第23期43-46,共4页
无线网络流量受到上网成本、上网行为等因素的综合作用,具有随机性和周期性变化的特点,针对单一模型不能全面描述该变化特点的难题,提出基于组合优化理论的无线网络流量预测模型。首先采用自回归积分滑动平均模型进行建模,找出无线网络... 无线网络流量受到上网成本、上网行为等因素的综合作用,具有随机性和周期性变化的特点,针对单一模型不能全面描述该变化特点的难题,提出基于组合优化理论的无线网络流量预测模型。首先采用自回归积分滑动平均模型进行建模,找出无线网络流量的周期性变化规律,然后采用相关向量机进行建模,找出无线网络流量的随机性变化特点,最后将它们的预测结果组合在一起进行单步和多步的无线网络流量预测实验。实验结果表明,该模型可以同时对随机性和周期性变化特点进行描述,预测精度高于单一自回归积分滑动平均模型或者相关向量机。 展开更多
关键词 无线网络 自回归积分滑动平均模型 建模与预测 组合优化理论
在线阅读 下载PDF
基于ARIMA模型与BP神经网络算法的水质预测 被引量:9
15
作者 顾杰 王嘉 +1 位作者 邓俊晖 王荣昌 《净水技术》 CAS 2020年第6期73-82,共10页
近年来,政府相关部门虽然对地表水加大了治理力度,基本遏制河流水质恶化的势头,但是,突发环境污染事件仍然时有发生,对人体健康、生态安全造成了重要影响。利用水质在线监测仪虽然可以实时监测水质变化,但是智能化程度低,为此亟需采用... 近年来,政府相关部门虽然对地表水加大了治理力度,基本遏制河流水质恶化的势头,但是,突发环境污染事件仍然时有发生,对人体健康、生态安全造成了重要影响。利用水质在线监测仪虽然可以实时监测水质变化,但是智能化程度低,为此亟需采用先进手段实现对河流水质的预测预警并提前进行防范,最大程度降低类似藻类暴发等事件带来的损失。文中以嘉兴市河道水质为主要对象,开展水质预测模型研究,具有一定的实际应用价值。采用基于ARIMA自回归积分滑动平均模型与改进的BP神经网络算法相结合的方法进行水质预测的建模,研究水质数据和气象数据包含的线性关系和非线性关系,建立水质预测组合模型,并通过模型进行水质电导率、溶解氧、总磷、总氮、高锰酸盐、氨氮的预测;通过理论分析及试验对比,基于ARIMA自回归积分滑动平均模型与BP神经网络算法构建的模型,在水质预测方面比单纯使用传统的ARIMA模型具有更高的精度,各指标的MRE(平均百分比误差)、RMSE(均方根误差)均有很大程度的减小,提供了更科学、更准确的河流水质指数预测方法。 展开更多
关键词 BP 神经网络算法 ARIMA 自回归积分滑动平均模型 水质预测
在线阅读 下载PDF
监控与预测的云资源优化配置 被引量:1
16
作者 蒋堃 陈永红 +2 位作者 田晖 王田 蔡奕侨 《华侨大学学报(自然科学版)》 北大核心 2017年第4期573-578,共6页
针对云环境下虚拟机资源在多数时间中处于闲置状态导致云资源利用率低的问题,设计一种云资源监控系统,并在云监控基础上提出一种基于自回归积分滑动平均(ARIMA)模型的动态负载预测与资源配置的方法.该方法利用虚拟机负载与配置的关系,... 针对云环境下虚拟机资源在多数时间中处于闲置状态导致云资源利用率低的问题,设计一种云资源监控系统,并在云监控基础上提出一种基于自回归积分滑动平均(ARIMA)模型的动态负载预测与资源配置的方法.该方法利用虚拟机负载与配置的关系,通过预测负载情况,提前启动或者挂起虚拟机,提高云资源的利用率.研究结合OpenStack云环境提供的虚拟机,实现其下的云资源监控,预测和弹性分配功能.结果表明:该系统能准确预测虚拟机的需求量,所制定的资源弹性分配策略能够提高云资源的利用率,进一步节约成本. 展开更多
关键词 云计算 负载预测 自回归积分滑动平均模型 弹性计算 云监控
在线阅读 下载PDF
超声波测距信号实时降噪滤波算法仿真与应用 被引量:3
17
作者 苏晨 张朋 常静 《科技通报》 2019年第5期107-110,共4页
针对目前油井超声液面深度测试系统测量噪声大,测量范围小、结果误差大、测量精度低的问题,提出一种新型超声波信号高效降噪和滤波算法。采用自回归积分滑动平均模型建模方法对油井套管中的超声波序列建立ARIMA数学模型体系;运用高精度... 针对目前油井超声液面深度测试系统测量噪声大,测量范围小、结果误差大、测量精度低的问题,提出一种新型超声波信号高效降噪和滤波算法。采用自回归积分滑动平均模型建模方法对油井套管中的超声波序列建立ARIMA数学模型体系;运用高精度新息自适应卡尔曼滤波算法实时估计超声波序列中的液面回波;采用液面波自动识别技术检测微弱液面回波。仿真和工程应用结果表明,算法实时、高效,动液面深度测量误差小,能满足实际工程应用。 展开更多
关键词 超声波检测 波自动识别技术 卡尔曼滤波 时间序列 自回归积分滑动平均模型
在线阅读 下载PDF
居住环境宽带电磁辐射的分析与预测 被引量:1
18
作者 李若凡 宋欣蔚 +1 位作者 岳云涛 计赛阁 《电波科学学报》 CSCD 北大核心 2023年第3期476-484,共9页
针对居住环境内电磁辐射在周期性规律中混有较多高频分量,导致传统时序建模方法和神经网络方法预测性能受限的问题,提出了一种小波分解与季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型相结... 针对居住环境内电磁辐射在周期性规律中混有较多高频分量,导致传统时序建模方法和神经网络方法预测性能受限的问题,提出了一种小波分解与季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型相结合的混合预测方法.该方法根据辐射数据的时频特性,利用SARIMA模型对小波分解得到的主要周期分量和细节分量进行分层预测,以适应居住环境内多种发射源形成的复杂电磁辐射状况.实验结果表明,该方法不仅比单一时序建模方法以及神经网络方法具有更高的预测准确度,而且具有更强的异常值适应性与稳定性. 展开更多
关键词 居住环境 电磁辐射 混合预测方法 小波分解 季节性差分自回归滑动平均(SARIMA)
在线阅读 下载PDF
基于ARIMA模型的固原月降水量预测 被引量:1
19
作者 范小明 杨长军 +1 位作者 李淑珍 张成军 《安徽农业科学》 CAS 2013年第1期204-205,224,共3页
采用ARIMA模型来拟合1957~2013年5~10月的月降水量并给出预测值。结果表明,ARIMA(0,2,1)能较好地拟合5~10月的月降水量数据,准确率较目前业务使用的阴阳历方法有所提高,可作为月预报的依据。
关键词 自回归积分滑动平均(ARIMA)模型 月降水量 预测 固原
在线阅读 下载PDF
基于ARIMA-RVM的信息安全风险估计
20
作者 魏节敏 《激光杂志》 北大核心 2015年第4期155-159,共5页
针对单一模型的信息安全风险估计精度低难题,综合利用自回归差分滑动平均和相关向量机优势,提出一种基于ARIMA-RVM的信息安全风险估计模型。首先收集信息系统安全状态的历史时间序列数据,并采用局部均值分解算法对历史时间序列数据进行... 针对单一模型的信息安全风险估计精度低难题,综合利用自回归差分滑动平均和相关向量机优势,提出一种基于ARIMA-RVM的信息安全风险估计模型。首先收集信息系统安全状态的历史时间序列数据,并采用局部均值分解算法对历史时间序列数据进行分解,产生若干个分量,然后对低频分量和余项采用自回归差分滑动平均进行估计,对频率值较大、频率变化波动性较大的分量定为高频分量,采用相关向量机进行估计,最后将各个分量的估计结果相叠加得到最终信息安全风险估计值。实验结果表明,本文模型可以准确描述信息系统的安全变化趋势,提高了信息安全风险估计的精度,具有较高的实际应用价值。 展开更多
关键词 信息安全 风险估计 局部均值分解 相关向量机 自回归差分滑动平均
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部