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
4
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
海面通信信号处理技术研究
被引量:
1
1
作者
刘健
《舰船科学技术》
北大核心
2021年第6期124-126,共3页
为保证船舶在海面上的行驶安全,与岸上基站保持实时通信十分必要。鉴于此,为提高实时通信质量,进行海面通信信号处理研究具有重要的现实意义。首先利用经验模态分解技术分解得到独立IMF分量,然后利用独立成分分析解模态混叠现象,最后进...
为保证船舶在海面上的行驶安全,与岸上基站保持实时通信十分必要。鉴于此,为提高实时通信质量,进行海面通信信号处理研究具有重要的现实意义。首先利用经验模态分解技术分解得到独立IMF分量,然后利用独立成分分析解模态混叠现象,最后进行源通信信号重构,实现海面通信信号去噪。结果表明,与基于异构补偿的自适应反馈滤波方法、独立成分分析法和经验模态分解法相比,经研究方法去噪后,信噪比(SNR)和均方误差(RMSE)均要更优,证明了方法的去噪处理效果。
展开更多
关键词
信号处理
技术
海面通信信号
经验
模态分解技术
独立成分分析
在线阅读
下载PDF
职称材料
鲸鱼优化支持向量机的短期风电功率预测
被引量:
51
2
作者
岳晓宇
彭显刚
林俐
《电力系统及其自动化学报》
CSCD
北大核心
2020年第2期146-150,共5页
为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解...
为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。
展开更多
关键词
风电预测
集合经验
模态分解技术
支持向量机
鲸鱼优化算法
组合模型
在线阅读
下载PDF
职称材料
软件数值积分误差原因分析及改进办法
被引量:
21
3
作者
张永强
宋建江
+1 位作者
屠良尧
薛姗
《机械强度》
EI
CAS
CSCD
北大核心
2006年第3期419-423,共5页
针对困扰工程使用的软件积分在加速度积分为速度和位移时的误差原因进行详细分析,并且汇总提出一些相应的改进方法。将高通滤波、分段多项式拟合以及经验模态分解(empiricalmodedecomposition)技术应用于消除数值积分的误差影响,并详细...
针对困扰工程使用的软件积分在加速度积分为速度和位移时的误差原因进行详细分析,并且汇总提出一些相应的改进方法。将高通滤波、分段多项式拟合以及经验模态分解(empiricalmodedecomposition)技术应用于消除数值积分的误差影响,并详细论述各种处理方法的优缺点。用巴东大桥实测的地脉动数据进行数值积分处理,取得满意的积分效果,说明文中消除趋势项的方法是有效可行的。
展开更多
关键词
数值积分
趋势项
高通滤波
分段多项式拟合
经验
模态分解技术
在线阅读
下载PDF
职称材料
基于CEEMDAN-ConvLSTM组合模型的云计算负载预测方法
被引量:
4
4
作者
赵鹏
周建涛
赵大明
《计算机科学》
CSCD
北大核心
2023年第S01期642-650,共9页
随着云计算技术的快速发展,越来越多的用户选择使用云服务。负载请求与资源供应的不匹配问题日益凸显,使得用户请求无法得到及时响应,极大地影响云服务质量,实时预测负载请求,将有助于及时供应资源。针对云计算环境中的负载预测方法性...
随着云计算技术的快速发展,越来越多的用户选择使用云服务。负载请求与资源供应的不匹配问题日益凸显,使得用户请求无法得到及时响应,极大地影响云服务质量,实时预测负载请求,将有助于及时供应资源。针对云计算环境中的负载预测方法性能低的问题,提出了一种基于自适应噪声的完备经验模态分解和卷积长时序神经网络组合模型(CEEMDAN-ConvLSTM)的云计算负载预测方法。首先运用自适应噪声的完备经验模态(CEEMDAN)分解技术对数据序列进行分解操作,将其转换为若干个易于分析和建模的子序列;然后运用卷积长时序神经网络(ConvLSTM)预测模型对这一系列子序列进行建模预测,并采用基于多进程并行计算的研究思路,实现多序列并行预测及贝叶斯优化调参;最后将预测值综合叠加以获得整个模型的预测输出,从而实现对原始复杂序列数据进行高精度预测的目标。使用Google集群工作负载数据集进行实验验证,实验结果表明,CEEMDAN-ConvLSTM组合模型具有良好的预测效果,相比自回归差分移动平均模型(ARIMA)、长短期记忆网络(LSTM)和卷积长时序神经网络(ConvLSTM),所提模型预测均方根误差(RMSE)指标分别提升了30.9%,30.1%和22.5%。
展开更多
关键词
云计算
负载预测
卷积长时序神经网络(ConvLSTM)
模态分解技术
贝叶斯优化
在线阅读
下载PDF
职称材料
题名
海面通信信号处理技术研究
被引量:
1
1
作者
刘健
机构
山西机电职业技术学院
出处
《舰船科学技术》
北大核心
2021年第6期124-126,共3页
文摘
为保证船舶在海面上的行驶安全,与岸上基站保持实时通信十分必要。鉴于此,为提高实时通信质量,进行海面通信信号处理研究具有重要的现实意义。首先利用经验模态分解技术分解得到独立IMF分量,然后利用独立成分分析解模态混叠现象,最后进行源通信信号重构,实现海面通信信号去噪。结果表明,与基于异构补偿的自适应反馈滤波方法、独立成分分析法和经验模态分解法相比,经研究方法去噪后,信噪比(SNR)和均方误差(RMSE)均要更优,证明了方法的去噪处理效果。
关键词
信号处理
技术
海面通信信号
经验
模态分解技术
独立成分分析
Keywords
signal processing technology
sea communication signal
empirical mode decomposition technology
independent component analysis
分类号
U214.3 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
鲸鱼优化支持向量机的短期风电功率预测
被引量:
51
2
作者
岳晓宇
彭显刚
林俐
机构
华北电力大学电气与电子工程学院
广东工业大学自动化学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2020年第2期146-150,共5页
文摘
为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。
关键词
风电预测
集合经验
模态分解技术
支持向量机
鲸鱼优化算法
组合模型
Keywords
wind power forecasting
ensemble empirical mode decomposition (EEMD)
support vector machine (SVM)
whales optimization algorithm( WOA)
combination model
分类号
TM614 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
软件数值积分误差原因分析及改进办法
被引量:
21
3
作者
张永强
宋建江
屠良尧
薛姗
机构
上海东昊测试技术有限公司
江苏东华测试技术有限公司
出处
《机械强度》
EI
CAS
CSCD
北大核心
2006年第3期419-423,共5页
基金
科技部科技型中小企业技术创新基金(05C26213100459)
江苏省软件和集成电路产业专项经费项目(桥梁建筑物安全与健康检测平台软件)资助。~~
文摘
针对困扰工程使用的软件积分在加速度积分为速度和位移时的误差原因进行详细分析,并且汇总提出一些相应的改进方法。将高通滤波、分段多项式拟合以及经验模态分解(empiricalmodedecomposition)技术应用于消除数值积分的误差影响,并详细论述各种处理方法的优缺点。用巴东大桥实测的地脉动数据进行数值积分处理,取得满意的积分效果,说明文中消除趋势项的方法是有效可行的。
关键词
数值积分
趋势项
高通滤波
分段多项式拟合
经验
模态分解技术
Keywords
Numerical integration
Trend
High pass filter
Piecewise polynomial fitting
Empirical mode decomposition
分类号
TB115 [理学—应用数学]
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN-ConvLSTM组合模型的云计算负载预测方法
被引量:
4
4
作者
赵鹏
周建涛
赵大明
机构
内蒙古大学计算机学院
蒙古文智能信息处理技术国家地方联合工程研究中心
生态大数据教育部工程研究中心
内蒙古自治区云计算与服务软件工程实验室
内蒙古自治区社会计算与数据处理重点实验室
内蒙古自治区大数据分析技术工程实验室
内蒙古自治区纪检监察大数据重点实验室
出处
《计算机科学》
CSCD
北大核心
2023年第S01期642-650,共9页
基金
国家自然科学基金(62162046)
内蒙古科技攻关项目(2021GG0155)
+1 种基金
内蒙古自然科学基金重大项目(2019ZD15)
内蒙古自然科学基金(2019GG372)。
文摘
随着云计算技术的快速发展,越来越多的用户选择使用云服务。负载请求与资源供应的不匹配问题日益凸显,使得用户请求无法得到及时响应,极大地影响云服务质量,实时预测负载请求,将有助于及时供应资源。针对云计算环境中的负载预测方法性能低的问题,提出了一种基于自适应噪声的完备经验模态分解和卷积长时序神经网络组合模型(CEEMDAN-ConvLSTM)的云计算负载预测方法。首先运用自适应噪声的完备经验模态(CEEMDAN)分解技术对数据序列进行分解操作,将其转换为若干个易于分析和建模的子序列;然后运用卷积长时序神经网络(ConvLSTM)预测模型对这一系列子序列进行建模预测,并采用基于多进程并行计算的研究思路,实现多序列并行预测及贝叶斯优化调参;最后将预测值综合叠加以获得整个模型的预测输出,从而实现对原始复杂序列数据进行高精度预测的目标。使用Google集群工作负载数据集进行实验验证,实验结果表明,CEEMDAN-ConvLSTM组合模型具有良好的预测效果,相比自回归差分移动平均模型(ARIMA)、长短期记忆网络(LSTM)和卷积长时序神经网络(ConvLSTM),所提模型预测均方根误差(RMSE)指标分别提升了30.9%,30.1%和22.5%。
关键词
云计算
负载预测
卷积长时序神经网络(ConvLSTM)
模态分解技术
贝叶斯优化
Keywords
Cloud computing
Load prediction
Convolutional long short-term memory(ConvLSTM)
Modal decomposition technique
Bayesian optimization
分类号
TP311.1 [自动化与计算机技术—计算机软件与理论]
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
海面通信信号处理技术研究
刘健
《舰船科学技术》
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
鲸鱼优化支持向量机的短期风电功率预测
岳晓宇
彭显刚
林俐
《电力系统及其自动化学报》
CSCD
北大核心
2020
51
在线阅读
下载PDF
职称材料
3
软件数值积分误差原因分析及改进办法
张永强
宋建江
屠良尧
薛姗
《机械强度》
EI
CAS
CSCD
北大核心
2006
21
在线阅读
下载PDF
职称材料
4
基于CEEMDAN-ConvLSTM组合模型的云计算负载预测方法
赵鹏
周建涛
赵大明
《计算机科学》
CSCD
北大核心
2023
4
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