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
共找到10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：
基于矩阵分解的不同缺失模式下库存缺失数据插补模型研究
1
作者 邹昕彤 金辉 《计算机应用与软件》 北大核心 2025年第5期56-61,共6页
针对库存缺失数据设计一种基于改进矩阵分解的库存缺失数据插补模型。针对库存数据的特性,采用单位根检验和Nemenyi事后多重比较对数据平稳性和显著性进行分析;为不同缺失模式的缺失数据引入时间正则器长短时记忆神经网络,以获取时间序... 针对库存缺失数据设计一种基于改进矩阵分解的库存缺失数据插补模型。针对库存数据的特性,采用单位根检验和Nemenyi事后多重比较对数据平稳性和显著性进行分析;为不同缺失模式的缺失数据引入时间正则器长短时记忆神经网络,以获取时间序列数据中时间依赖性,空间正则器图拉普拉斯,利用网络传感器之间的空间关联考虑时空特征,同时加入Adam优化器,以实现库存缺失数据的高性能插补。根据数据特性,采取RMSE评价指标进行模型评价,通过与先进方法的比较研究,证明了模型具有优越的插补性能。 展开更多
关键词 数字物流 库存管理 缺失数据插补 时间序列 矩阵分解 Adam优化器
在线阅读 下载PDF
基于随机森林的公路隧道运营缺失数据插补方法 被引量：11
2
作者 钱超 陈建勋 +1 位作者 罗彦斌 代亮 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第3期81-87,共7页
对隧道内环境、交通状态等各类运营数据的实时、完整获取并深入挖掘,是提高应急处置能力、实现运营安全预警的基础.提出一种基于随机森林的缺失数据插补方法,根据缺失特征对缺失数据集进行分割;建立随机森林回归模型进行迭代插补并确定... 对隧道内环境、交通状态等各类运营数据的实时、完整获取并深入挖掘,是提高应急处置能力、实现运营安全预警的基础.提出一种基于随机森林的缺失数据插补方法,根据缺失特征对缺失数据集进行分割;建立随机森林回归模型进行迭代插补并确定迭代终止条件;以标准均方根误差最小确定了随机森林中决策树的数量和分裂节点随机抽取变量数的最优组合.对公路隧道运营缺失数据集插补结果表明:本方法插补精度高、鲁棒性好,与KNN、SVD、MICE和PPCA等插补方法相比,标准均方根误差降低25%以上;利用并行运算大幅度提高了插补效率,弥补了插补速度慢的缺陷,保证了插补的有效性和时效性. 展开更多
关键词 公路运输 缺失数据插补 随机森林 公路隧道 运营管理
在线阅读 下载PDF
基于主成分分析和长短期记忆网络的滑坡地表位移监测数据缺失插补算法 被引量：6
3
作者 张坤 肖慧 +2 位作者 徐哈宁 胡佳超 范凌峰 《科学技术与工程》 北大核心 2023年第26期11129-11135,共7页
在滑坡地表位移监测过程中,由于设备工作异常或恶劣气候的干扰,原始数据会随机出现长时间序列的缺失,这类数据对滑坡的预警和预测有很大的影响。针对上述问题,提出了一种基于主成分分析(principal component analysis,PCA)和长短期记忆... 在滑坡地表位移监测过程中,由于设备工作异常或恶劣气候的干扰,原始数据会随机出现长时间序列的缺失,这类数据对滑坡的预警和预测有很大的影响。针对上述问题,提出了一种基于主成分分析(principal component analysis,PCA)和长短期记忆网络(long-short term memory,LSTM)的数据插补方法。首先利用PCA实现滑坡监测数据的降维和特征提取,消除数据间的相关性,然后建立基于LSTM的地表位移监测数据插补模型,对缺失数据进行插补。实验结果表明:该模型与BP(back propagation)神经网络等其他几种机器学习插补模型相比,平均绝对误差、均方根误差和平均绝对百分比误差分别为0.523、1.233和0.009,均优于其他几种模型;该模型能够较好地解决地表位移长时间序列数据缺失的问题。 展开更多
关键词 滑坡地表位移 缺失数据插补 主成分分析 长短期记忆网络
在线阅读 下载PDF
基于因果机理和邻近影响的拱坝温度场监测数据缺值插补
4
作者 隋旭鹏 王少伟 +1 位作者 邰俊力 夏雄 《水电能源科学》 北大核心 2024年第5期135-139,共5页
利用实测温度场是提高拱坝变形监控模型性能的重要途径之一,但由于监测系统异常等原因,部分温度测点的监测数据存在缺值。为此,根据缺值段在温度时间序列中所处位置及其相对变化幅值制定判断准则,优选单测点缺值插补方法,基于动态时间... 利用实测温度场是提高拱坝变形监控模型性能的重要途径之一,但由于监测系统异常等原因,部分温度测点的监测数据存在缺值。为此,根据缺值段在温度时间序列中所处位置及其相对变化幅值制定判断准则,优选单测点缺值插补方法,基于动态时间规整法量化时间序列之间的相似性,构建拱坝温度场缺值插补的多测点分层标准和同层优先级准则,建立兼顾因果机理和邻近影响的插补预测模型。通过对某高拱坝的实施结果表明,所提出的方法和准则可有效实现拱坝温度场全部测点温度时间序列的系统性插补,将因果机理和邻近影响相结合的插补预测模型对84.0%以上的测点具有提升作用。 展开更多
关键词 拱坝 实测温度场 缺失数据插补 因果机理 邻近影响 分层优先级
在线阅读 下载PDF
缺失数据的插补方法及其统计分析 被引量：2
5
作者 杨基栋 《华北水利水电学院学报》 2010年第2期98-103,共6页
无回答问题使被调查的数据存在缺失,增加了统计分析的难度.针对存在缺失数据的问题,常用一些插补估计方法,分别运用两种推理方法分析插补估计的偏差和方差以及与方差估计有关的问题.在实际情况中,需要针对不同情况,选择合理的估计模型.
关键词 无回答模型 缺失数据插补 偏差 方差
在线阅读 下载PDF
基于Kriging空间插补海表叶绿素遥感缺失数据的研究 被引量：6
6
作者 俞晓群 马翱慧 《测绘通报》 CSCD 北大核心 2013年第12期47-50,共4页
完整的长时间序列遥感数据是大尺度环境监测工作顺利完成的重要保证。本文选取2007年1月至2010年12月南海北部MODIS海表叶绿素a浓度月平均遥感影像为基础数据,利用地统计的Kriging空间插值方法对月平均影像中的缺失数据进行插补,并从多... 完整的长时间序列遥感数据是大尺度环境监测工作顺利完成的重要保证。本文选取2007年1月至2010年12月南海北部MODIS海表叶绿素a浓度月平均遥感影像为基础数据,利用地统计的Kriging空间插值方法对月平均影像中的缺失数据进行插补,并从多个角度对插补结果进行分析和评价。结果表明:Kriging方法的插值结果能突出研究海域海表叶绿素a浓度一定时期的特殊变化,在一定程度上也能体现研究海域海表叶绿素a浓度的时空变化规律;但是Kriging方法空间插值操作复杂,精度较低,可变性估计不足,均方根误差平均值为0.459 8,标准化均方根误差的平均值为2.608 2。 展开更多
关键词 MODIS 海表叶绿素a KRIGING 缺失数据插补 时空验证
在线阅读 下载PDF
机器学习算法对涡动相关缺失通量数据的插补研究 被引量：9
7
作者 王少影 张宇 +4 位作者 孟宪红 宋敏红 尚伦宇 苏有琦 李照国 《高原气象》 CSCD 北大核心 2020年第6期1348-1360,共13页
受观测系统故障、质量控制与质量保证等因素影响,涡动相关系统的长期观测常存在大量缺失。本文利用三种机器学习算法(随机森林RF,支持向量机SVM,人工神经网络ANN)和国际通量网络边缘分布抽样法(MDS)方法对若尔盖高寒湿地生态系统研究站2... 受观测系统故障、质量控制与质量保证等因素影响,涡动相关系统的长期观测常存在大量缺失。本文利用三种机器学习算法(随机森林RF,支持向量机SVM,人工神经网络ANN)和国际通量网络边缘分布抽样法(MDS)方法对若尔盖高寒湿地生态系统研究站2016年感热(H)、潜热(LE)以及净生态系统交换(NEE)通量序列进行了插补。结果表明:RF算法的模拟能力优于SVM和ANN算法;三种机器学习算法的模拟能力在夜间和日出、日落时段以及冬、春季节相对较弱;插补方法的选择对H和LE的年累积量无显著影响,但其对NEE年累积量可造成-42 gC·m^-2的差异。 展开更多
关键词 机器学习 涡动相关 缺失数据插补
在线阅读 下载PDF
基于多模型融合的不完整数据分数插补算法 被引量：1
8
作者 邵良杉 赵松泽 《计算机工程》 CAS CSCD 北大核心 2023年第9期79-88,98,共11页
缺失数据插补是从不完整数据集中进行数据挖掘的重要步骤,现有插补算法无法有效利用高缺失率的样本,存在等效处理缺失率不同的样本、假设缺失数据与完整数据同分布问题。构建基于多模型融合的不完整数据分数插补算法FIB。根据噪声标签学... 缺失数据插补是从不完整数据集中进行数据挖掘的重要步骤,现有插补算法无法有效利用高缺失率的样本,存在等效处理缺失率不同的样本、假设缺失数据与完整数据同分布问题。构建基于多模型融合的不完整数据分数插补算法FIB。根据噪声标签学习,提出新的样本评分方式,以输出样本分数,通过建立机器学习模型将该分数作为分数样本权重,减小不可靠样本对模型性能的影响,并借鉴伪标签技术,使用高缺失率样本生成伪标签数据。将伪标签数据扩充至插补结果,形成待合并的单元插补结果,利用多个插补算法将单元插补结果融合生成最终插补结果。在12个公开UCI数据集上的实验结果表明,相比传统插补算法,使用样本评分、生成伪标签数据及多模型融合这3种新技术使插补效果分别平均相对提升2.35%、5.89%及7.78%,相比DIM,FIB的平均准确率相对提升8.39%。此外,随着模型个数的增加,插补效果也会相应增加,对于分类任务,5个模型融合的插补效果比2个模型的准确率平均相对提升11%,对于回归任务,R2得分平均相对提升15%。 展开更多
关键词 缺失数据插补 多模型融合 伪标签 噪声标签学习 数据挖掘
在线阅读 下载PDF
基于改进Elman神经网络的烟气轮机运行状态趋势预测 被引量：2
9
作者 陈涛 王立勇 +1 位作者 徐小力 王少红 《广西大学学报（自然科学版）》 CAS 北大核心 2019年第2期367-375,共9页
为提高烟气轮机状态趋势预测的精度,提出一种改进Elman神经网络的趋势预测方法。首先,引入以四分位数和四分位距为基础的箱线图方法判别异常值,并对缺失的数据进行插补,为状态趋势预测提供可靠的全数据序列;其次,根据设备运行状态数据... 为提高烟气轮机状态趋势预测的精度,提出一种改进Elman神经网络的趋势预测方法。首先,引入以四分位数和四分位距为基础的箱线图方法判别异常值,并对缺失的数据进行插补,为状态趋势预测提供可靠的全数据序列;其次,根据设备运行状态数据序列具有的时间依存性,计算数据序列不同时延的相关程度,以相关系数最大值点对应的时延为最优预测步长;最后构建三层最优预测步长Elman神经网络对烟气轮机运行状态全数序列进行趋势预测实例分析。研究结果表明,箱线图法能够简捷快速、直观明了地判别异常值;邻近点中位数插补方法更贴近原始数据分布规律,为最优插补方法;相较其他预测步长的Elman神经网络预测方法,最优预测步长的预测误差最小、预测精度最高;同时,Elman神经网络最优预测步长方法的预测误差较BP、RBF神经网络更小、预测精度更高。改进Elman神经网络趋势预测方法能够为烟气轮机的状态趋势预测提供一种有效的预测方法,该方法还可应用于其他关键设备的趋势预测中。 展开更多
关键词 异常值判别 缺失数据插补 最优预测步长 ELMAN神经网络 状态趋势预测
在线阅读 下载PDF
基于神经网络的建筑结构安全评估模型研究 被引量：8
10
作者 王俊杰 焦柯 彭子祥 《建筑科学与工程学报》 CAS 北大核心 2022年第4期174-182,共9页
为实现建筑结构安全的快速评估,提出基于神经网络的建筑结构安全评估方法。基于《民用建筑可靠性鉴定标准》的调查与检测要求并考虑数据易获取性,选择45个涵盖承载力、耐久性、历史记录和环境情况等变量作为输入参数,以《民用建筑可靠... 为实现建筑结构安全的快速评估,提出基于神经网络的建筑结构安全评估方法。基于《民用建筑可靠性鉴定标准》的调查与检测要求并考虑数据易获取性,选择45个涵盖承载力、耐久性、历史记录和环境情况等变量作为输入参数,以《民用建筑可靠性鉴定标准》中的安全等级作为输出参数,采用深度置信网络学习输入参数与输出参数间的非线性映射关系。对输入参数的选择、样本缺值问题、小样本问题和神经网络评估的可靠性进行探讨和验证。结果表明:在无法准确判断输入参数与输出参数相关性的前提下,采用全部输入参数的评估模型具有更高的鲁棒性;迷失森林算法相较其他常用的缺值插补算法有更好的插补性能;采用变分自编码器扩充训练样本集能有效提高神经网络的泛化能力和分类精度;对深度置信网络引入加权交叉熵损失函数加以改进可增加训练时对不安全类别的敏感性,牺牲少量不安全类别的查准率可以大幅提高其查全率;基于神经网络的结构安全评估模型能较好地预测结构的安全等级,具有快速且大批量运算的优势,是实现大范围建筑群结构安全监测的有效手段。 展开更多
关键词 结构安全评估 神经网络 小样本问题 缺失数据插补 查准率 查全率
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部