期刊文献+
共找到442篇文章
< 1 2 23 >
每页显示 20 50 100
区间时间序列向量自回归模型在短期电力负荷预测中的应用 被引量:92
1
作者 万昆 柳瑞禹 《电网技术》 EI CSCD 北大核心 2012年第11期77-81,共5页
电力负荷数据通常随着时间的不同而呈现一定的波动性。针对电力负荷随着时间波动呈现出一个范围波动的特点,采用区间时间序列估计与向量自回归相结合的方法对短期电力负荷进行预测,预测结果拟合良好,提高了电网公司对电力负荷的预测精确... 电力负荷数据通常随着时间的不同而呈现一定的波动性。针对电力负荷随着时间波动呈现出一个范围波动的特点,采用区间时间序列估计与向量自回归相结合的方法对短期电力负荷进行预测,预测结果拟合良好,提高了电网公司对电力负荷的预测精确度,为电网公司制定负荷预报曲线提供精准数据信息,为电网公司编制电力负荷计划提供理论支持和有效的方法。 展开更多
关键词 区间时间序列 向量自回归 电力负荷 预测
在线阅读 下载PDF
基于中断时间序列设计的分段回归模型评价抗菌药物管理防控院感的效果 被引量:1
2
作者 赵执扬 刘静 +4 位作者 史楠 康建邦 段金菊 乔宇超 仇丽霞 《中国卫生统计》 CSCD 北大核心 2024年第6期830-833,839,共5页
目的应用中断时间序列设计的分段回归模型分析抗菌药物管理防控院感的长短期效果,为公共卫生干预措施的效果评价提供方法学上的参考。方法收集山西省某三甲医院2017年7月至2020年6月抗菌药物管理实施前后住院患者院内感染肺炎克雷伯菌(k... 目的应用中断时间序列设计的分段回归模型分析抗菌药物管理防控院感的长短期效果,为公共卫生干预措施的效果评价提供方法学上的参考。方法收集山西省某三甲医院2017年7月至2020年6月抗菌药物管理实施前后住院患者院内感染肺炎克雷伯菌(klebsiella pneumoniae,KPN)数据,采用调整异常值的中断时间序列的泊松分段回归模型进行分析。结果实施抗菌药物管理后短期干预效果较好,干预之后感染KPN的风险是干预前的81.25%(P<0.05),即感染KPN的风险下降了18.75%;但长期干预效果较差,时间每增加一个月,感染风险会增加1.55%;因新冠疫情期间重病患者占比大,院内KPN感染率升高,感染风险增加了68.81%。结论实施抗菌药物管理,仅在短期内降低了KPN感染的风险,需要长期严格执行才能持久地发挥作用。考虑了异常值的中断时间序列设计的分段回归模型既可以定量的评价短期、长期的干预效果,又可以对异常值导致的风险进行分析,为公共卫生干预措施的效果评价提供方法学上的参考。 展开更多
关键词 中断时间序列设计 分段回归模型 抗菌药物管理 院内感染 克雷伯菌肺炎
在线阅读 下载PDF
基于多变量时间序列及向量自回归机器学习模型的水驱油藏产量预测方法 被引量:35
3
作者 张瑞 贾虎 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2021年第1期175-184,共10页
提出了一种基于多变量时间序列(MTS)及向量自回归(VAR)机器学习模型的水驱油藏产量预测方法,并进行了实例应用。该方法在井网分析的基础上通过MTS分析对注采井组数据进行优选,并将井组内不同采出井产油量及注入井注水量作为彼此相关的... 提出了一种基于多变量时间序列(MTS)及向量自回归(VAR)机器学习模型的水驱油藏产量预测方法,并进行了实例应用。该方法在井网分析的基础上通过MTS分析对注采井组数据进行优选,并将井组内不同采出井产油量及注入井注水量作为彼此相关的时间序列,通过建立VAR模型从多个时间序列中提取出相互作用规律,挖掘注采井间流量的依赖关系从而进行产量预测。水驱油藏历史生产数据分析结果表明,与数值模拟历史拟合结果相比,机器学习模型产量预测结果具有更高精度,同时不确定性分析提升了预测结果的安全性。通过脉冲响应分析对注入井的采油贡献量进行评价,可为注水开发方案调整提供理论指导。 展开更多
关键词 水驱油藏 产量预测 机器学习 多变量时间序列 向量自回归 不确定性分析
在线阅读 下载PDF
基于在线监测时间序列数据的水质预测模型研究进展 被引量:2
4
作者 秦艳 徐庆 +3 位作者 陈晓倩 刘振鸿 唐亦舜 高品 《东华大学学报(自然科学版)》 CAS 北大核心 2024年第3期116-122,共7页
当前地表水突发性污染事件频发,已造成严重的环境和社会影响,对环境监管部门应急处置能力建设提出了新要求和新挑战。地表水水质在线监测数据具有高频率和高时效等特点,系统论述了基于在线监测时间序列数据的水质预测模型的研究现状和进... 当前地表水突发性污染事件频发,已造成严重的环境和社会影响,对环境监管部门应急处置能力建设提出了新要求和新挑战。地表水水质在线监测数据具有高频率和高时效等特点,系统论述了基于在线监测时间序列数据的水质预测模型的研究现状和进展,包括数据软测量、预处理方法和水质预测模型等,分析了不同水质预测模型在应用过程中存在的问题,并对未来研究方向进行了展望,以期为水质预测预警和环境监管提供技术支持和方法参考。 展开更多
关键词 水质预测模型 在线监测 时间序列分析 自回归模型 人工神经网络
在线阅读 下载PDF
基于支持向量回归的时间序列预测 被引量:65
5
作者 杨金芳 翟永杰 +1 位作者 王东风 徐大平 《中国电机工程学报》 EI CSCD 北大核心 2005年第17期110-114,共5页
该文简要介绍了时间序列预测的研究状况以及支持向量回归的基本原理,将支持向量回归用于对Box-Jenkins煤气炉时间序列的预测,并同其他前馈网络——BP神经网络、自适应特征空间扩张神经网络进行比较,仿真结果表明,BP神经网络和自适应特... 该文简要介绍了时间序列预测的研究状况以及支持向量回归的基本原理,将支持向量回归用于对Box-Jenkins煤气炉时间序列的预测,并同其他前馈网络——BP神经网络、自适应特征空间扩张神经网络进行比较,仿真结果表明,BP神经网络和自适应特征空间扩张神经网络在预测性能上比较接近,而支持向量回归在预测性能方面明显优于这两种方法,为进行模型辨识与建模研究奠定基础。文章最后分析了支持向量回归优于BP神经网络和自适应特征空间扩张神经网络的机理。 展开更多
关键词 热能动力工程 支持向量 时间序列 预测 回归
在线阅读 下载PDF
基于支持向量机的时间序列预测模型分析与应用 被引量:45
6
作者 尉询楷 李应红 +1 位作者 张朴 路建明 《系统工程与电子技术》 EI CSCD 北大核心 2005年第3期529-532,共4页
阐述了支持向量机在时间序列预测中应用的理论基础,给出了时间序列预测分析的基本框架。将支持向量机预测模型应用于某型航空发动机的滑油金属含量监测中,并与递归神经网络预测器进行了比较。得出支持向量机由于采用了新型的结构风险最... 阐述了支持向量机在时间序列预测中应用的理论基础,给出了时间序列预测分析的基本框架。将支持向量机预测模型应用于某型航空发动机的滑油金属含量监测中,并与递归神经网络预测器进行了比较。得出支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力,可预测区间较长且具有较高的准确度,而递归神经网络模型在中、短期预测中与支持向量机相差不大,在较长区间预测中效果较差的结论。 展开更多
关键词 支持向量回归 递归神经网络 时间序列预测 建模与应用
在线阅读 下载PDF
基于多维时间序列局部支持向量回归的微网光伏发电预测 被引量:69
7
作者 黄磊 舒杰 +1 位作者 姜桂秀 张继元 《电力系统自动化》 EI CSCD 北大核心 2014年第5期19-24,共6页
目前光伏发电预测普遍采用采样间隔较大的单一时间尺度功率序列建模,模型简单但对功率时序特征的模拟精度不高。文中提出了一种基于小采样间隔光伏功率数据的多维时间序列局部预测方法。通过构造不同时间尺度的光伏功率均值序列,形成以... 目前光伏发电预测普遍采用采样间隔较大的单一时间尺度功率序列建模,模型简单但对功率时序特征的模拟精度不高。文中提出了一种基于小采样间隔光伏功率数据的多维时间序列局部预测方法。通过构造不同时间尺度的光伏功率均值序列,形成以小时平均光伏功率序列为主要研究序列的多维时间序列;基于相关性分析、C-C方法和嵌入维最小预测误差法确定多维时间序列相空间重构的时间延迟和嵌入维;采用支持向量回归方法建立提前1h的光伏功率局部预测模型。以国内某微网的光伏功率预测为例进行仿真实验,计算结果表明,多维时间序列局部预测模型优于基于单一时间尺度功率序列的局部预测模型,更具应用价值。 展开更多
关键词 光伏功率预测 微网(微电网) 多维时间序列相空间重构 支持向量回归 局部预测
在线阅读 下载PDF
基于支持向量回归的凝汽器清洁系数时间序列预测 被引量:22
8
作者 王雷 徐治皋 司风琪 《中国电机工程学报》 EI CSCD 北大核心 2007年第14期62-66,共5页
分析了凝汽器水侧污垢形成的机理,得到凝汽器清洁系数随时间变化的基本规律。提出采用支持向量回归时间序列预测法来预测凝汽器清洁系数。简要介绍了支持向量回归的理论基础,建立了凝汽器清洁系数时间序列预测模型,利用某300MW机组的数... 分析了凝汽器水侧污垢形成的机理,得到凝汽器清洁系数随时间变化的基本规律。提出采用支持向量回归时间序列预测法来预测凝汽器清洁系数。简要介绍了支持向量回归的理论基础,建立了凝汽器清洁系数时间序列预测模型,利用某300MW机组的数据,对模型进行了校验,探讨了参数的选择。并同径向基函数神经网络预测模型进行比较,结果表明,支持向量回归模型在预测性能方面明显优于RBF神经网络方法,并且模型具有较好的预测精度和泛化能力,为凝汽器真空降低故障的诊断,奠定了一定的基础。 展开更多
关键词 热能动力工程 汽轮机 凝汽器 清洁系数 支持向量回归 时间序列预测
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
9
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
基于相关向量回归的非线性时间序列预测方法 被引量:6
10
作者 刘芳 周建中 +1 位作者 邱方鹏 刘力 《计算机工程》 CAS CSCD 北大核心 2008年第3期1-2,5,共3页
针对非线性时间序列预测建模的复杂性和不确定性,提出一种基于相关向量回归的非线性时间序列预测方法。该方法在传统的核函数基础上,融入Bayesian推理框架,得到具有概率特性的预报结果,无须对误差/边界参数进行预估计,具有学习算法简单... 针对非线性时间序列预测建模的复杂性和不确定性,提出一种基于相关向量回归的非线性时间序列预测方法。该方法在传统的核函数基础上,融入Bayesian推理框架,得到具有概率特性的预报结果,无须对误差/边界参数进行预估计,具有学习算法简单、易实现的特点。仿真计算表明,该方法能反映非线性时间序列的内在特性,预测结果较好。 展开更多
关键词 稀疏Bayesian 相关向量回归 非线性时间序列 径流预报
在线阅读 下载PDF
日气温多元时间序列局部支持向量回归预测 被引量:11
11
作者 王定成 曹智丽 +1 位作者 陈北京 倪郁佳 《系统仿真学报》 CAS CSCD 北大核心 2016年第3期654-660,共7页
气温预报是天气预报的重要因素之一,但大气系统是一个复杂的非线性系统,要提高预报精度,需要探索新的预报方法。研究一种多元时间序列局部支持向量回归的日气温预测方法,以日最高、最低气温为例,使用C-C方法和最小预测误差法构造日最高... 气温预报是天气预报的重要因素之一,但大气系统是一个复杂的非线性系统,要提高预报精度,需要探索新的预报方法。研究一种多元时间序列局部支持向量回归的日气温预测方法,以日最高、最低气温为例,使用C-C方法和最小预测误差法构造日最高、最低气温的多元时间序列,将分段提取最近邻点的方法应用于局部支持向量回归,建立提前1天的每日最高、最低气温局部预测模型。以中国753站资料包中的数据进行仿真实验,与欧氏距离提取最近邻点相比,分段提取最近邻点的方法能有效提高日气温的预测精度。多元时间序列局部预测模型在日气温的短期预测(10天以内)上比单元时间序列有着更好的应用价值。 展开更多
关键词 日气温预测 多元时间序列 分段 最近邻点 局部支持向量回归
在线阅读 下载PDF
遗传门限自回归模型在气象时间序列预测中的应用 被引量:12
12
作者 金菊良 杨晓华 +1 位作者 金保明 丁 晶 《热带气象学报》 CSCD 北大核心 2001年第4期415-422,共8页
提出了建立门限自回归模型(TAR)的一套简便通用的方法。用基于实码的改进遗传算法,可同时优化门限值和自回归系数,解决了TAR建模过程所涉及的大量复杂寻优工作这一难题,为TAR模型在气象预测中的广泛应用提供了有力工具。实例计算的结... 提出了建立门限自回归模型(TAR)的一套简便通用的方法。用基于实码的改进遗传算法,可同时优化门限值和自回归系数,解决了TAR建模过程所涉及的大量复杂寻优工作这一难题,为TAR模型在气象预测中的广泛应用提供了有力工具。实例计算的结果说明:通过门限值的控制作用,TAR模型可有效地利用气象时序资料所隐含的时序分段相依性这一重要信息,限制了模型误差,保证了TAR模型预测性能的稳健性,提高了预测精度。该方法具有通用性,在各种气象非线性时序预测中具有广泛的实用价值。 展开更多
关键词 气象时间序列 门限自回归模型 非线性预测 遗传算法 气象资料
在线阅读 下载PDF
支持向量回归机在铁路客运量时间序列预测中的应用 被引量:13
13
作者 夏国恩 曾绍华 金炜东 《计算机应用研究》 CSCD 北大核心 2006年第10期180-182,共3页
针对目前铁路客运量预测方法的不足,采用ε支持向量回归机(-εSVR)对铁路客运量时间序列进行预测。分析-εSVR原理,对1980—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列SVR预测模型,并进行仿真试验。对比分析-εSVR与标准... 针对目前铁路客运量预测方法的不足,采用ε支持向量回归机(-εSVR)对铁路客运量时间序列进行预测。分析-εSVR原理,对1980—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列SVR预测模型,并进行仿真试验。对比分析-εSVR与标准的BP人工神经网络预测结果,证明-εSVR预测结果更准确、精度更高。 展开更多
关键词 铁路客运量 ε支持向量回归 人工神经网络 时间序列预测
在线阅读 下载PDF
基于支持向量回归神经网络的时间序列预测 被引量:9
14
作者 李军 赵峰 《系统仿真学报》 CAS CSCD 北大核心 2008年第15期4025-4030,共6页
为了选择神经网络的最好结构以及增强模型的推广能力,提出一种自适应支持向量回归神经网络(SVR-NN)。SVR-NN用支持向量回归(SVR)方法获得网络的初始结构和权值,自适应地生成网络隐层结点,然后用基于退火过程的鲁棒学习算法更新网络结点... 为了选择神经网络的最好结构以及增强模型的推广能力,提出一种自适应支持向量回归神经网络(SVR-NN)。SVR-NN用支持向量回归(SVR)方法获得网络的初始结构和权值,自适应地生成网络隐层结点,然后用基于退火过程的鲁棒学习算法更新网络结点参数和权值。SVR-NN有很好的收敛性和鲁棒性,能抑制由于数据异常和参数选择不当所导致的"过拟合"现象。将SVR-NN应用到时间序列预测上。结果表明,SVR-NN预测模型能精确地预测混沌时间序列,具有很好的理论和应用价值。 展开更多
关键词 支持向量回归 神经网络 鲁棒学习算法 时间序列 预测
在线阅读 下载PDF
基于带回归权重RBF-AR模型的混沌时间序列预测 被引量:5
15
作者 甘敏 彭辉 《系统工程与电子技术》 EI CSCD 北大核心 2010年第4期820-824,共5页
提出了用带回归权重的径向基函数(radial basis function,RBF)网络来逼近状态相依自回归(autogressive,AR)模型中的函数系数,得到了带回归权重的RBF-AR模型。在这种模型中,RBF神经网络的输出权重已不是单一的常量,而是输入变量的线性回... 提出了用带回归权重的径向基函数(radial basis function,RBF)网络来逼近状态相依自回归(autogressive,AR)模型中的函数系数,得到了带回归权重的RBF-AR模型。在这种模型中,RBF神经网络的输出权重已不是单一的常量,而是输入变量的线性回归函数。一种快速收敛的结构化非线性参数优化方法被用来估计提出的模型,辨识出的模型用来预测两组著名的混沌时间序列:Mackey-Glass时间序列和Lorenz吸引子时间序列。实验结果表明,提出的模型在预测精度上要优于其他一些现存的模型。 展开更多
关键词 非线性系统建模 RBF-AR模型 回归 权重 参数优化 混沌时间序列
在线阅读 下载PDF
基于时间序列的模糊支持向量回归 被引量:3
16
作者 张永 迟忠先 《计算机工程》 CAS CSCD 北大核心 2007年第19期47-48,59,共3页
在分析了模糊支持向量回归的基础上,给出了一种基于时间序列分析的模糊支持向量回归方法TS-FSVR,并通过粒子群优化方法对模型中的参数进行了优化。并将该方法成功地应用到城市旅游环境承载力的评估系统中,取得了较好的实验结果。
关键词 时间序列 支持向量回归 模糊成员 粒子群优化
在线阅读 下载PDF
基于稀疏型支持向量回归的时间序列预测 被引量:3
17
作者 张军峰 隋东 《系统工程学报》 CSCD 北大核心 2011年第5期584-591,共8页
为提高支持向量回归在时间序列预测应用中的学习速度和泛化性能,提出了稀疏型支持向量回归方法.通过牛顿优化法,直接优化支持向量回归的原始问题.然后利用Cholesky分解更新原始优化中的Hessian矩阵实现稀疏型支持向量回归算法.最后将该... 为提高支持向量回归在时间序列预测应用中的学习速度和泛化性能,提出了稀疏型支持向量回归方法.通过牛顿优化法,直接优化支持向量回归的原始问题.然后利用Cholesky分解更新原始优化中的Hessian矩阵实现稀疏型支持向量回归算法.最后将该算法运用到Mackey-Glass,Lorenz和Logistic混沌时间序列预测,仿真结果表明本文提出的方法能够在确保预测精度的前提下,有效地降低支持向量的个数. 展开更多
关键词 时间序列 支持向量回归 稀疏 牛顿优化法
在线阅读 下载PDF
医院季节性时间序列资料的周期自回归模型及其应用 被引量:2
18
作者 易东 张蔚 《中国卫生统计》 CSCD 北大核心 1993年第5期1-3,共3页
本文利用周期相关序列和自回归模型等概念,对医院的季节性时间序列资料建立了周期自回归预测模型,其分析结果较为满意。
关键词 医院 季节性 分析结果 自回归模型 资料 时间序列 利用 周期 相关序列 预测模型
在线阅读 下载PDF
线性回归模型与传递函数模型在时间序列应用上的比较研究 被引量:2
19
作者 刘建平 岑倩青 《统计与决策》 CSSCI 北大核心 2005年第01X期19-21,共3页
如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型。但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunctionmodels)。与普通的回归模型相比,传递函数模型说明因变量与自变量以... 如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型。但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunctionmodels)。与普通的回归模型相比,传递函数模型说明因变量与自变量以及扰动项之间关系时,有着更为丰富的结构。在多变量时间序列模型方面,有关线性回归模型与传递函数序列在时间序列方面应用效果的比较很少,因此,本文拟进行这方面的研究,为多变量时间序列建立模型提供参考。 展开更多
关键词 自变量 因变量 参考 解释 数据 线性回归模型 应用 多变量时间序列 扰动 传递函数
在线阅读 下载PDF
线性回归与时间序列加法预测模型 被引量:7
20
作者 葛新权 《预测》 CSSCI 2000年第1期50-50,44,共2页
线性回归和时间序列预测模型各有千秋 ,本文将它们结合起来 ,提出了一种线性回归与时间序列加法预测模型 ,它提高了拟合度和预测能力。
关键词 线性回归 时间序列 加法模型
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部