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GSA-SVR算法的MEMS温度漂移补偿方法
1
作者
梅方玉
顾生闯
仇海涛
《压电与声光》
CAS
北大核心
2023年第4期629-634,共6页
针对微机电系统(MEMS)仪表零偏受温度变化影响较大的问题,该文提出了一种基于引力搜索算法-支持向量回归(GSA-SVR)的MEMS零偏温度漂移补偿方法。先通过小波变换对MEMS陀螺和MEMS加速度计输出信号进行预处理,再采用GSA-SVR算法对MEMS在...
针对微机电系统(MEMS)仪表零偏受温度变化影响较大的问题,该文提出了一种基于引力搜索算法-支持向量回归(GSA-SVR)的MEMS零偏温度漂移补偿方法。先通过小波变换对MEMS陀螺和MEMS加速度计输出信号进行预处理,再采用GSA-SVR算法对MEMS在不同工作状态下进行温度建模并补偿。实验结果表明,在稳定工作阶段,与补偿前相比,补偿后加速度计和陀螺的输出标准差分别降低了90%和85%。与传统SVR相比,该文方法准确性较高,实用性较好,GSA-SVR算法将加速度计和陀螺输出的标准差分别降低了6%和10%。
展开更多
关键词
微机电系统(MEMS)
引力
搜索算法
-
支持
向量
回归
(
gsa-svr
)
温度漂移补偿
小波变换
陀螺
加速度计
在线阅读
下载PDF
职称材料
基于SSA-PSO-GSA-SVR的全球新冠肺炎疫情分析及预测
被引量:
3
2
作者
成云云
白艳萍
+2 位作者
续婷
谭秀辉
程蓉
《陕西科技大学学报》
北大核心
2022年第3期192-199,206,共9页
考虑到新冠病毒传播特点,本文提出了一种基于奇异谱分析(SSA)的万有引力搜索和粒子群联合算法(PSO-GSA)优化的支持向量回归(SVR)预测模型.首先,采用SSA算法对全球各个区域(非洲区域、美洲区域、东南亚区域、欧洲区域、东地中海区域、西...
考虑到新冠病毒传播特点,本文提出了一种基于奇异谱分析(SSA)的万有引力搜索和粒子群联合算法(PSO-GSA)优化的支持向量回归(SVR)预测模型.首先,采用SSA算法对全球各个区域(非洲区域、美洲区域、东南亚区域、欧洲区域、东地中海区域、西太平洋区域)每周新增确诊及死亡病例的实时监测数据进行降噪处理,基于重构序列建立SVR模型;其次,分别引入PSO和GSA算法优化SVR模型的参数,建立更为精准的预测模型(PSO-SVR和GSA-SVR);最后结合两种算法的优点,构建了一种PSO-GSA联合算法,建立了SSA-PSO-GSA-SVR预测模型,并将以上模型应用于全球新冠肺炎疫情趋势预测.实验结果显示:对比其他文献中提出的PSO-SVR和GSA-SVR预测模型,基于SSA-PSO-GSA-SVR预测模型的预测评价指标MAPE的值最低,预测效果最优,表明该模型可以为COVID-19发展趋势提供科学依据.
展开更多
关键词
全球新冠肺炎预测
奇异谱分析
粒子群
算法
万有
引力
搜索算法
支持
向量
回归
在线阅读
下载PDF
职称材料
基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测
被引量:
5
3
作者
李芬
孙凌
+3 位作者
王亚维
屈爱芳
梅念
赵晋斌
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第6期806-818,共13页
针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分...
针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分量.其次,分别使用经过引力搜索算法优化的长短期记忆神经网络和支持向量回归模型对时序分量和随机分量进行预测.再次,叠加时序分量和随机分量的预测结果得到点预测结果.然后,对误差进行Johnson变换及正态分布建模后得到光伏功率区间预测结果.最后,利用算例验证该模型的有效性.结果表明:在不同天气情况下,上述模型比现有预测模型精度更高,具有较好的鲁棒性,能够基于预测值提供较为精准的置信区间.
展开更多
关键词
光伏功率预测
区间预测
自适应噪声完备集合经验模态分解
引力
搜索算法
长短期记忆
支持
向量
回归
Johnson变换
在线阅读
下载PDF
职称材料
题名
基于GSA-SVR算法的MEMS温度漂移补偿方法
1
作者
梅方玉
顾生闯
仇海涛
机构
北京信息科技大学高动态导航技术北京市重点实验室
北京航天控制仪器研究所
出处
《压电与声光》
CAS
北大核心
2023年第4期629-634,共6页
基金
国家自然科学基金资助项目(61703040)。
文摘
针对微机电系统(MEMS)仪表零偏受温度变化影响较大的问题,该文提出了一种基于引力搜索算法-支持向量回归(GSA-SVR)的MEMS零偏温度漂移补偿方法。先通过小波变换对MEMS陀螺和MEMS加速度计输出信号进行预处理,再采用GSA-SVR算法对MEMS在不同工作状态下进行温度建模并补偿。实验结果表明,在稳定工作阶段,与补偿前相比,补偿后加速度计和陀螺的输出标准差分别降低了90%和85%。与传统SVR相比,该文方法准确性较高,实用性较好,GSA-SVR算法将加速度计和陀螺输出的标准差分别降低了6%和10%。
关键词
微机电系统(MEMS)
引力
搜索算法
-
支持
向量
回归
(
gsa-svr
)
温度漂移补偿
小波变换
陀螺
加速度计
Keywords
micro
-
electro
-
mechanical system(MEMS)
gravitational search algorithm
-
support vector regression(
gsa-svr
)
temperature drift compensation
wavelet transform
gyroscope
accelerometer
分类号
TN384 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
基于SSA-PSO-GSA-SVR的全球新冠肺炎疫情分析及预测
被引量:
3
2
作者
成云云
白艳萍
续婷
谭秀辉
程蓉
机构
中北大学理学院
出处
《陕西科技大学学报》
北大核心
2022年第3期192-199,206,共9页
基金
国家自然科学基金项目(61774137,51875535,61927807)
山西省重点研发计划项目(201903D121156)
+1 种基金
山西省回国留学人员科研项目(2020-104,2021-108)
中北大学理学院研究生创新科研项目(20210813)。
文摘
考虑到新冠病毒传播特点,本文提出了一种基于奇异谱分析(SSA)的万有引力搜索和粒子群联合算法(PSO-GSA)优化的支持向量回归(SVR)预测模型.首先,采用SSA算法对全球各个区域(非洲区域、美洲区域、东南亚区域、欧洲区域、东地中海区域、西太平洋区域)每周新增确诊及死亡病例的实时监测数据进行降噪处理,基于重构序列建立SVR模型;其次,分别引入PSO和GSA算法优化SVR模型的参数,建立更为精准的预测模型(PSO-SVR和GSA-SVR);最后结合两种算法的优点,构建了一种PSO-GSA联合算法,建立了SSA-PSO-GSA-SVR预测模型,并将以上模型应用于全球新冠肺炎疫情趋势预测.实验结果显示:对比其他文献中提出的PSO-SVR和GSA-SVR预测模型,基于SSA-PSO-GSA-SVR预测模型的预测评价指标MAPE的值最低,预测效果最优,表明该模型可以为COVID-19发展趋势提供科学依据.
关键词
全球新冠肺炎预测
奇异谱分析
粒子群
算法
万有
引力
搜索算法
支持
向量
回归
Keywords
Global COVID
-
19 trend forecast
SSA
PSO
GSA
SVR
分类号
O29 [理学—应用数学]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测
被引量:
5
3
作者
李芬
孙凌
王亚维
屈爱芳
梅念
赵晋斌
机构
上海电力大学电气工程学院
中国船舶集团有限公司第七二二研究所低频电磁通信技术实验室
上海师范大学数理学院
国网经济技术研究院有限公司
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024年第6期806-818,共13页
基金
国家自然科学基金面上项目(52177184)
上海绿色能源并网工程技术研究中心(13DZ2251900)。
文摘
针对光伏输出功率存在间歇性和波动性的问题,提出一种光伏功率短期区间预测模型.首先,该模型采用自适应噪声完备集合经验模态分解将历史光伏出力数据分解为不同的分量并按照其与赤纬角、时角等时序特征量的相关性定义为时序分量和随机分量.其次,分别使用经过引力搜索算法优化的长短期记忆神经网络和支持向量回归模型对时序分量和随机分量进行预测.再次,叠加时序分量和随机分量的预测结果得到点预测结果.然后,对误差进行Johnson变换及正态分布建模后得到光伏功率区间预测结果.最后,利用算例验证该模型的有效性.结果表明:在不同天气情况下,上述模型比现有预测模型精度更高,具有较好的鲁棒性,能够基于预测值提供较为精准的置信区间.
关键词
光伏功率预测
区间预测
自适应噪声完备集合经验模态分解
引力
搜索算法
长短期记忆
支持
向量
回归
Johnson变换
Keywords
photovoltaic power prediction
interval prediction
complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN)
gravitational search algorithm(GSA)
long short
-
term memory(LSTM)
support vector regression(SVR)
Johnson transformation
分类号
TM615 [电气工程—电力系统及自动化]
P49 [天文地球—大气科学及气象学]
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GSA-SVR算法的MEMS温度漂移补偿方法
梅方玉
顾生闯
仇海涛
《压电与声光》
CAS
北大核心
2023
0
在线阅读
下载PDF
职称材料
2
基于SSA-PSO-GSA-SVR的全球新冠肺炎疫情分析及预测
成云云
白艳萍
续婷
谭秀辉
程蓉
《陕西科技大学学报》
北大核心
2022
3
在线阅读
下载PDF
职称材料
3
基于CEEMDAN-GSA-LSTM和SVR的光伏功率短期区间预测
李芬
孙凌
王亚维
屈爱芳
梅念
赵晋斌
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2024
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