-
题名基于奇异谱分析的机场噪声时间序列预测模型
被引量：9
- 1
-
-
作者
温冬琴
王建东
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2014年第1期267-270,共4页
-
基金
面向机场感知的噪声监测及其环境影响评估(61139002)资助
-
文摘
随着我国民航事业的不断发展,机场噪声问题日益严重。针对机场噪声时间序列预测问题,提出了一种基于奇异谱分析的噪声序列预测模型,即将机场噪声时间序列按照奇异谱分析预测的方法进行奇异值分解,得到主分量和经验正交函数,分析其趋势和振动的特点,然后选择适当的特征向量进行序列重构,通过线性重复公式建立预测模型。在此基础上,提出通过状态转移矩阵确定残差偏离方向,并根据残差的偏离方向和贡献率将重构模型忽略的次要成分计算进去,进而对预测值进行修正。在某机场实测数据中的应用表明,该方法的准确度明显优于已有SSA预测方法。
-
关键词
奇异谱分析
机场噪声时间序列
预测模型
状态转移矩阵
贡献率
-
Keywords
SSA, Airport-noise time series, Prediction model, State-transition matrix, Contribution ratio
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名模糊聚类再回归方法在机场噪声时间序列预测中的应用
被引量：1
- 2
-
-
作者
王丽娜
王建东
夏利
-
机构
南京航空航天大学计算机科学与技术学院
南京信息工程大学电子与信息工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第6期1401-1406,共6页
-
基金
国家自然科学基金项目(61139002
61203273
61202137)资助
-
文摘
针对机场噪声的预测问题提出两种先模糊聚类再支持向量回归的时间序列预测方法.一种是模糊C均值聚类再回归,通过聚类将同簇样本限定在一定区域内,然后对同簇样本进行回归预测.另一种是基于阴影集的粗糙模糊C均值聚类再回归,通过聚类将簇划分为核心区和边界区,属于核心区的样本对簇的贡献比属于边界区的样本大,将样本限定在同簇同一区域的范围内,再对同簇相似样本进行回归预测.选用两个常用数据集和北京某机场实测数据进行实验.结果表明,基于模糊聚类的先聚类再回归方法比直接回归方法得到的拟合值更精确.
-
关键词
模糊C均值聚类
基于阴影集的粗糙模糊聚类
支持向量机
机场噪声时间序列
-
Keywords
fuzzy C-means
shadowed rough-fuzzy c-means
support vector machine
time series of airport noise
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
