检索结果-维普期刊中文期刊服务平台

神经网络自回归模型在丙肝发病趋势和预测研究中的应用被引量：14: 1; 作者张欣刘振球 +3 位作者袁黄波吴学福吴明山张铁军《中国卫生统计》 CSCD 北大核心 2020年第4期524-526,共3页; 目的探讨神经网络自回归模型在丙肝发病趋势和预测研究中的应用。方法通过神经网络自回归模型对2004年1月至2015年12月我国全国丙肝发病率进行拟合建模,估计丙肝的发病趋势,并对2016年我国丙肝发病率进行预测,与实际值对比,根据相对误... 展开更多; 关键词神经网络自回归模型丙肝趋势预测; 在线阅读下载PDF 职称材料

ARIMA-BP神经网络高速列车隧道压力波预测模型研究被引量：7: 2; 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... 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 职称材料

基于KNN模型的原油价格预测研究被引量：6: 3; 作者楚新元卢爱珍张敬信《价格月刊》北大核心 2021年第5期15-22,共8页; 针对非线性、非平稳且呈现剧烈波动的时间序列,使得传统的预测方法预测效果不够理想。尝试运用KNN模型对WTI原油价格进行预测,并与ARIMA模型和神经网络自回归(NNAR)模型预测结果进行比较,结果表明:KNN模型适用于WTI原油价格预测,且预测... 展开更多; 关键词 KNN模型 ARIMA模型神经网络自回归模型预测精度; 在线阅读下载PDF 职称材料

基于RCMAC网络的动态逆再入制导方法研究被引量：1: 4; 作者吴浩杨业《空间控制技术与应用》 2011年第4期49-53,共5页; 针对升力式再入飞行器的制导问题,首先利用准平衡滑翔原理给出标准的阻力加速度-速度剖面,并对阻力加速度跟踪制导原理进行分析,然后利用自回归小脑模型神经网络(RCMAC)网络良好的非线性逼近能力、泛化能力和自学习能力,采用基于RCMAC... 展开更多; 关键词升力式再入飞行器自回归小脑模型神经网络(RCMAC) 动态逆阻力加速度跟踪再入制导; 在线阅读下载PDF 职称材料

考虑温度及老化的储能用锂离子电池组荷电状态估算算法: 5; 作者姬鹏吕泽旭《电工技术学报》北大核心 2025年第17期5667-5682,共16页; 为提高储能用锂离子电池组在不同环境温度及电池老化状态下的荷电状态(SOC)估算精度,提出一种考虑温度及老化的储能用锂离子电池组SOC估算算法。利用带外源性输入的非线性自回归模型(NARX)神经网络来代替传统二阶RC等效电路模型中的RC回... 展开更多; 关键词电池组荷电状态(SOC)估算带外源性输入的非线性自回归模型(NARX)神经网络均值差异模型自适应无迹卡尔曼(AUKF) 模糊控制; 在线阅读下载PDF 职称材料

基于ARIMA-ANN预测模型的能量感知路由算法被引量：2: 6; 作者蔡钊马林华 +1 位作者宋博唐红《计算机工程与科学》 CSCD 北大核心 2015年第6期1064-1070,共7页; 针对传统能量感知OLSR协议在减少传输功率消耗和均衡节点剩余能量之间不能兼顾的特点,提出了一种新型的基于剩余能量比例和传输功率消耗的OLSR路由协议OLSR_RC,它利用上述两方面的指标构造复合能量开销,并将其作为路由选择的度量值。在... 展开更多; 关键词 OLSR路由能量感知复合能量开销人工神经网络-自回归差分滑动平均组合模型; 在线阅读下载PDF 职称材料

题名神经网络自回归模型在丙肝发病趋势和预测研究中的应用被引量：14: 1; 作者张欣刘振球袁黄波吴学福吴明山张铁军; 机构复旦大学公共卫生学院流行病学教研室——公共卫生安全教育部重点实验室; 出处《中国卫生统计》 CSCD 北大核心 2020年第4期524-526,共3页; 基金国家自然科学基金(81772170) 国家重点研发计划重点专项(2017YFC0211704)。; 文摘目的探讨神经网络自回归模型在丙肝发病趋势和预测研究中的应用。方法通过神经网络自回归模型对2004年1月至2015年12月我国全国丙肝发病率进行拟合建模,估计丙肝的发病趋势,并对2016年我国丙肝发病率进行预测,与实际值对比,根据相对误差、平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)对模型的预测效果进行评价。结果神经网络自回归模型能够识别出我国丙肝在过去13年的发病趋势,逐年增长并具有季节性,且相对误差、MAE、MAPE和RMSE均较小,尤其RMSE<10%。结论神经网络自回归模型可以运用于丙肝的时间序列数据的分析中,其预测精度较高。; 关键词神经网络自回归模型丙肝趋势预测; 分类号 R512.63 [医药卫生—内科学]; 在线阅读下载PDF 职称材料

题名ARIMA-BP神经网络高速列车隧道压力波预测模型研究被引量：7: 2; 作者陈春俊杨露何智颖周林春; 机构西南交通大学机械工程学院轨道交通运维技术与装备四川省重点实验室; 出处《中国测试》 CAS 北大核心 2021年第10期80-86,共7页; 基金国家自然科学基金资助项目(51975487) 轨道交通运维技术与装备四川省重点实验室开放基金课题(2019YW003)。; 文摘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。; 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; Keywords high-speed train prediction model of tunnel pressure wave ARIMA-BPNN combination model WCM algorithm WKNN algorithm; 分类号 U266 [机械工程—车辆工程] P424.3 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于KNN模型的原油价格预测研究被引量：6: 3; 作者楚新元卢爱珍张敬信; 机构新疆财经大学金融学院新疆财经大学期刊编辑部哈尔滨商业大学基础科学学院; 出处《价格月刊》北大核心 2021年第5期15-22,共8页; 基金新疆财经大学科研创新项目“新疆经济杠杆率水平的测算、风险评估及其对经济增长的影响研究”(编号:XJUFE2019B001)。; 文摘针对非线性、非平稳且呈现剧烈波动的时间序列,使得传统的预测方法预测效果不够理想。尝试运用KNN模型对WTI原油价格进行预测,并与ARIMA模型和神经网络自回归(NNAR)模型预测结果进行比较,结果表明:KNN模型适用于WTI原油价格预测,且预测效果优于ARIMA模型和神经网络自回归模型。通过模型组合,利用KNN模型和神经网络自回归模型组合预测后,预测精度显著提升。; 关键词 KNN模型 ARIMA模型神经网络自回归模型预测精度; Keywords KNN model ARIMA model neural network autoregressive model prediction accuracy; 分类号 F726 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于RCMAC网络的动态逆再入制导方法研究被引量：1: 4; 作者吴浩杨业; 机构北京航天自动控制研究所; 出处《空间控制技术与应用》 2011年第4期49-53,共5页; 文摘针对升力式再入飞行器的制导问题,首先利用准平衡滑翔原理给出标准的阻力加速度-速度剖面,并对阻力加速度跟踪制导原理进行分析,然后利用自回归小脑模型神经网络(RCMAC)网络良好的非线性逼近能力、泛化能力和自学习能力,采用基于RCMAC网络的动态逆方法实现对阻力加速度的跟踪,并证明闭环系统的稳定性.三自由度仿真结果表明,该制导方式降低了动态逆方法对模型的依赖,增强了制导系统的鲁棒性.; 关键词升力式再入飞行器自回归小脑模型神经网络(RCMAC) 动态逆阻力加速度跟踪再入制导; Keywords lifting reentry vehicle recurrent cerebellar model articulation controller （RCMAC） dynamic inversion drag acceleration tracking reentry guidance; 分类号 V448.22 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名考虑温度及老化的储能用锂离子电池组荷电状态估算算法: 5; 作者姬鹏吕泽旭; 机构河北工程大学机械与装备工程学院; 出处《电工技术学报》北大核心 2025年第17期5667-5682,共16页; 基金河北省引进留学人员项目(CL201704) 河北省高等学校科学技术研究项目(ZD2019023)资助。; 文摘为提高储能用锂离子电池组在不同环境温度及电池老化状态下的荷电状态(SOC)估算精度,提出一种考虑温度及老化的储能用锂离子电池组SOC估算算法。利用带外源性输入的非线性自回归模型(NARX)神经网络来代替传统二阶RC等效电路模型中的RC回路,根据不同温度、不同老化状态下的实验数据对模型进行训练,进而建立考虑温度和老化影响的电池模型。为解决电池组SOC估算问题,电池组模型选择均值差异模型,通过自适应无迹卡尔曼滤波(AUKF)算法分别计算均值及差异模型SOC,并通过模糊控制计算SOC融合权值,实现电池组SOC融合及估算。最后搭建硬件在环仿真平台,在不同工况下将所提算法与扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)算法进行对比,结果表明所提算法估算精确度更高、鲁棒性更好。; 关键词电池组荷电状态(SOC)估算带外源性输入的非线性自回归模型(NARX)神经网络均值差异模型自适应无迹卡尔曼(AUKF) 模糊控制; Keywords Battery pack SOC estimation NARX neural network mean difference model AUKF algorithm fuzzy control; 分类号 TM912.9 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于ARIMA-ANN预测模型的能量感知路由算法被引量：2: 6; 作者蔡钊马林华宋博唐红; 机构空军工程大学航空航天工程学院; 出处《计算机工程与科学》 CSCD 北大核心 2015年第6期1064-1070,共7页; 文摘针对传统能量感知OLSR协议在减少传输功率消耗和均衡节点剩余能量之间不能兼顾的特点,提出了一种新型的基于剩余能量比例和传输功率消耗的OLSR路由协议OLSR_RC,它利用上述两方面的指标构造复合能量开销,并将其作为路由选择的度量值。在减小网络开销的同时,也防止了部分低电量节点的能量被快速耗尽,延长了网络的生存周期。此外,新路由还采用ARIMA-ANN组合能量预测模型对节点的剩余电量进行预测,降低了由于拓扑控制(TC)消息丢失对选择路由所造成的影响。这种新型路由协议在无线传感器网络领域有比较广阔的应用前景。; 关键词 OLSR路由能量感知复合能量开销人工神经网络-自回归差分滑动平均组合模型; Keywords OLSR routing energy-aware composite energy metrics hybrid ARIMA-ANN model; 分类号 TP393 [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	作者	出处	发文年	被引量	操作
1	神经网络自回归模型在丙肝发病趋势和预测研究中的应用	张欣刘振球袁黄波吴学福吴明山张铁军	《中国卫生统计》 CSCD 北大核心	2020	14	在线阅读下载PDF 职称材料
2	ARIMA-BP神经网络高速列车隧道压力波预测模型研究	陈春俊杨露何智颖周林春	《中国测试》 CAS 北大核心	2021	7	在线阅读下载PDF 职称材料
3	基于KNN模型的原油价格预测研究	楚新元卢爱珍张敬信	《价格月刊》北大核心	2021	6	在线阅读下载PDF 职称材料
4	基于RCMAC网络的动态逆再入制导方法研究	吴浩杨业	《空间控制技术与应用》	2011	1	在线阅读下载PDF 职称材料
5	考虑温度及老化的储能用锂离子电池组荷电状态估算算法	姬鹏吕泽旭	《电工技术学报》北大核心	2025	0	在线阅读下载PDF 职称材料
6	基于ARIMA-ANN预测模型的能量感知路由算法	蔡钊马林华宋博唐红	《计算机工程与科学》 CSCD 北大核心	2015	2	在线阅读下载PDF 职称材料