检索结果-维普期刊中文期刊服务平台

误差倒数变权组合预测方法被引量：9: 1; 作者岳艳春黄廷祝《电子科技大学学报》 EI CAS CSCD 北大核心 2007年第S1期349-351,共3页; 给出了变权组合预测问题预测误差平方和的一般表达式,得到变权组合预测优化模型.在方差倒数加权法的思路基础上,提出误差倒数变权组合预测方法,并通过实例分析说明了该方法的可行性,实例显示误差倒数变权组合预测方法优于最优组合预测方法.; 关键词误差倒数模型最优组合预测变权组合预测; 在线阅读下载PDF 职称材料

赋权组合模型溯源山楂产地的高光谱方法: 2; 作者方澳殷勇 +1 位作者于慧春袁云霞《光谱学与光谱分析》北大核心 2025年第2期584-590,共7页; 不同产地的山楂因生长环境和地理气候的差异,导致其品质的参差不齐,因此确定山楂的地理产区具有重要的意义。为了提高山楂产地溯源模型的稳定性和准确性,提出了一种基于误差倒数赋权的组合鉴别模型。首先,利用高光谱成像技术采集了456... 展开更多; 关键词山楂产地溯源高光谱误差倒数赋权赋权组合模型; 在线阅读下载PDF 职称材料

基于Attention-LSTM-XGBoost的电极移动速度影响放电参数预测分析: 3; 作者何秀思阮方鸣 +2 位作者徐愷尹兰王文利《电波科学学报》 CSCD 北大核心 2024年第2期287-295,共9页; 基于具有Attention机制的长短期记忆(attention long short-term memory,Attention-LSTM)神经网络模型,设计了一种由Attention-LSTM神经网络与极端的梯度增强(extreme gradient boosting,XGBoost)法共同组成的变权组合模型,用以分析预... 展开更多; 关键词静电放电电极移动速度 Attention机制长短期记忆(LSTM)神经网络误差倒数法; 在线阅读下载PDF 职称材料

基于加权质心算法的无线网络节点定位方法被引量：14: 4; 作者张维赵亮《沈阳工业大学学报》 EI CAS 北大核心 2020年第5期545-548,共4页; 为了提高无线传感器网络节点定位技术准确性,提出了改进的加权质心算法节点定位方法,以常态方程代入解得坐标后的误差倒数作为权值,并利用权值差别处理具有不同定位误差的不同定位结果,较小误差的倒数对应较大的权值,较大误差的倒数对... 展开更多; 关键词无线传感器网络加权质心算法常态方程误差倒数节点定位准确性权值 MATLAB仿真; 在线阅读下载PDF 职称材料

基于改进Bi-LSTM和XGBoost的电力负荷组合预测方法被引量：21: 5; 作者代业明周琼《上海理工大学学报》 CAS CSCD 北大核心 2022年第2期138-147,共10页; 电力负荷预测在平衡能源分配、经济性和电力系统安全可靠运行方面发挥着重要作用,精准的负荷预测可以降低电力运行的成本和风险,提高电网环境效益和经济效益。首先根据加权灰色关联投影算法对数据进行预处理,然后应用注意力(Attention)... 展开更多; 关键词短期负荷预测双向长短期记忆网络极端梯度提升误差倒数组合法组合模型; 在线阅读下载PDF 职称材料

基于小波变换的隧道大变形组合预测方法被引量：7: 6; 作者张碧《长江科学院院报》 CSCD 北大核心 2017年第7期94-98,105,共6页; 为提高隧道变形预测精度,首先,探讨不同小波变换参数的去噪效果,并将隧道的变形数据分为趋势项和误差项;之后,对趋势项和误差项进行单项预测和组合预测,对比分析本文预测结果,研究本文预测模型的有效性。结果表明:sym8小波函数在采用软... 展开更多; 关键词隧道工程小波去噪大变形组合预测剔除最大误差倒数法对比分析; 在线阅读下载PDF 职称材料

一种基于改进的IOWHA算子的组合预测方法被引量：3: 7; 作者李程徐琪《系统管理学报》 CSSCI 2013年第5期737-741,共5页; 为了提高预测的精度,选择合适的组合预测方法非常重要。通过对单项预测方法的误差序列平稳性的判断以及系统偏差校正,选择组合预测方法,但是不同的组合预测方法又存在不同的精度差别,在诱导有序加权调和平均(IOWHA)算子的基础上,提出一... 展开更多; 关键词 IOWHA算子相关系数倒数误差组合预测; 在线阅读下载PDF 职称材料

兰州市CMAQ近地面臭氧模拟结果的订正方法——基于机器学习方法被引量：13: 8; 作者周恒左陈恒蕤 +3 位作者廖鹏孔祥如潘峰杨宏《中国环境科学》 EI CAS CSCD 北大核心 2022年第12期5472-5483,共12页; 为能更加准确地模拟出兰州市近地面臭氧浓度,在CMAQ(社区多尺度空气质量建模系统)的基础上,利用机器学习方法中的XGBoost(极限梯度提升)模型及LSTM(长短期记忆)神经网络模型建立近地面臭氧模拟结果的订正模型,并以两种方法为基础,利用... 展开更多; 关键词 CMAQ 近地面臭氧机器学习 LSTM XGBoost 误差变权倒数组合; 在线阅读下载PDF 职称材料

题名误差倒数变权组合预测方法被引量：9: 1; 作者岳艳春黄廷祝; 机构电子科技大学应用数学学院; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2007年第S1期349-351,共3页; 基金教育部"新世纪优秀人才支持计划"基金; 文摘给出了变权组合预测问题预测误差平方和的一般表达式,得到变权组合预测优化模型.在方差倒数加权法的思路基础上,提出误差倒数变权组合预测方法,并通过实例分析说明了该方法的可行性,实例显示误差倒数变权组合预测方法优于最优组合预测方法.; 关键词误差倒数模型最优组合预测变权组合预测; Keywords error reciprocal model optimal combined forecasting variable weight combined forecasting; 分类号 O211.67 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名赋权组合模型溯源山楂产地的高光谱方法: 2; 作者方澳殷勇于慧春袁云霞; 机构河南科技大学食品与生物工程学院; 出处《光谱学与光谱分析》北大核心 2025年第2期584-590,共7页; 基金国家重点研发计划项目(2017YFC1600802)资助。; 文摘不同产地的山楂因生长环境和地理气候的差异,导致其品质的参差不齐,因此确定山楂的地理产区具有重要的意义。为了提高山楂产地溯源模型的稳定性和准确性,提出了一种基于误差倒数赋权的组合鉴别模型。首先,利用高光谱成像技术采集了456个山楂的高光谱信息,通过对比卷积平滑(SG)、多元散射校正(MSC)和标准正态变量(SNV)3种预处理方法,并使用预处理后的数据和原始数据构建BP神经网络(BPNN)和随机森林(RF)模型,根据其准确率确定了SNV为平均光谱值的预处理方法。然后,对山楂的高光谱图像进行主成分分析,选取第1主成分图像并根据全波段下的权重系数筛选出6个特征波长,对应的平均光谱值作为其光谱信息表征值。其次,分别提取第1主成分图像和特征波长对应灰度图像的纹理特征,并将特征波长的光谱表征值与其对应图像的纹理表征值、主成分图像纹理表征值进行组合以构造产地溯源鉴别模型的输入向量。最后,分别选择BP神经网络(BPNN)、随机森林(RF)和赋权组合模型(BPNN-RF)3种方法进行鉴别模型构建,并选取准确率(Acc)和宏F1分数(macroF1)2个评价指标对不同输入向量所构建的山楂产地鉴别模型进行评价分析。结果表明,相同输入向量所建BPNN-RF模型的准确率和宏F1分数大都优于BPNN模型和RF模型的准确率和宏F1分数,其中采用3种表征值组合而成的输入向量,其所建BPNN-RF模型实测集的准确率由89.01%提高到98.90%,宏F1分数也由89.32%提高到98.95%,说明了基于误差倒数赋权BPNN-RF组合模型对山楂产地的鉴别能力最强,效果最好,优于单一的鉴别模型。该研究为不依赖理化分析、仅靠高光谱信息即可实现山楂产地的溯源提供了一种方法支撑。; 关键词山楂产地溯源高光谱误差倒数赋权赋权组合模型; Keywords Hawthorn Origin tracing Hyperspectral Error reciprocal weighting Weighted combination model; 分类号 TS205.9 [轻工技术与工程—食品科学]; 在线阅读下载PDF 职称材料

题名基于Attention-LSTM-XGBoost的电极移动速度影响放电参数预测分析: 3; 作者何秀思阮方鸣徐愷尹兰王文利; 机构贵州师范大学大数据与计算机科学学院六盘水职业技术学院; 出处《电波科学学报》 CSCD 北大核心 2024年第2期287-295,共9页; 基金贵州省静电与电磁防护科技创新人才团队项目([2016]5653) 刘尚合院士静电防护研究基金(BOIMTLSHJD20161004)。; 文摘基于具有Attention机制的长短期记忆(attention long short-term memory,Attention-LSTM)神经网络模型,设计了一种由Attention-LSTM神经网络与极端的梯度增强(extreme gradient boosting,XGBoost)法共同组成的变权组合模型,用以分析预测静电放电过程中电极移动速度对放电参数造成的影响。该组合模型充分利用静电放电参数的时序特性,并采用Attention机制突出对放电参数预测起到关键作用的输入特征。首先基于由新型电极移动速度效应测试仪的实验结果提供的原始实验数据,采用分箱法对其进行预处理得到新的实验数据;然后将得到的新实验数据集作为两种模型的输入数据,分开训练Attention-LSTM模型和XGBoost模型,求解出各自模型的预测结果及误差;最后利用误差倒数法,重新计算出两种模型预测结果的占比权重,并根据计算的权重求解出最终预测结果。预测结果表明:与Attention-LSTM神经网络模型、XGBoost模型、Attention-LSTMXGBoost定权组合模型相比,本文构建的Attention-LSTM-XGBoost变权组合模型,评估指标中的决定系数分别提升了5.22%、9.11%、3.13%。本文提出的变权组合模型在预测精度以及算法鲁棒性上均优于其他模型,有益于对小间隙静电放电参数变化趋势和规律的探寻。; 关键词静电放电电极移动速度 Attention机制长短期记忆(LSTM)神经网络误差倒数法; Keywords electrostatic discharge electrode movement velocity Attention mechanism LSTM neural network the inverse of error method; 分类号 O441 [理学—电磁学]; 在线阅读下载PDF 职称材料

题名基于加权质心算法的无线网络节点定位方法被引量：14: 4; 作者张维赵亮; 机构中国矿业大学环境与测绘学院江苏建筑职业技术学院建筑智能学院江苏建筑职业技术学院信电工程学院; 出处《沈阳工业大学学报》 EI CAS 北大核心 2020年第5期545-548,共4页; 基金江苏省建设系统科技项目(2018ZD328,2017ZD222) 江苏省住房与城乡建设厅科技项目(2018ZD295) 徐州市科技计划项目(KC19198).; 文摘为了提高无线传感器网络节点定位技术准确性,提出了改进的加权质心算法节点定位方法,以常态方程代入解得坐标后的误差倒数作为权值,并利用权值差别处理具有不同定位误差的不同定位结果,较小误差的倒数对应较大的权值,较大误差的倒数对应较小的权值,来提高定位准确性.通过对传统质心算法和改进加权质心算法进行MATLAB仿真,估测出定位节点的位置坐标.仿真结果表明,改进加权质心算法相较传统质心算法具有定位精度高、用时少等优势.; 关键词无线传感器网络加权质心算法常态方程误差倒数节点定位准确性权值 MATLAB仿真; Keywords wireless sensor network weighted-centroid-algorithm normal equation reciprocal of error node localization accuracy weight MATLAB simulation; 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

题名基于改进Bi-LSTM和XGBoost的电力负荷组合预测方法被引量：21: 5; 作者代业明周琼; 机构青岛大学商学院; 出处《上海理工大学学报》 CAS CSCD 北大核心 2022年第2期138-147,共10页; 基金国家自然科学基金资助项目(72171126) 教育部人文社会科学研究规划基金项目(20YJA630009)。; 文摘电力负荷预测在平衡能源分配、经济性和电力系统安全可靠运行方面发挥着重要作用,精准的负荷预测可以降低电力运行的成本和风险,提高电网环境效益和经济效益。首先根据加权灰色关联投影算法对数据进行预处理,然后应用注意力(Attention)机制来改进双向长短期记忆(Bi-LSTM)模型,并结合极端梯度提升(XGBoost)模型构建一种由误差倒数法确定权重的电力负荷组合预测模型,从而得到一种新的短期电力负荷预测方法。通过新加坡电力市场数据集对该方法进行评估,结果显示,该方法的预测结果比单一预测方法更加接近真实数据且误差更小,具备有效性、精准性和实用性的优势。; 关键词短期负荷预测双向长短期记忆网络极端梯度提升误差倒数组合法组合模型; Keywords short-term load forecasting bi-directional long short-term memory(Bi-LSTM) eXtreme gradient boosting(XGBoost) error reciprocal method combined model; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于小波变换的隧道大变形组合预测方法被引量：7: 6; 作者张碧; 机构陕西铁路工程职业技术学院; 出处《长江科学院院报》 CSCD 北大核心 2017年第7期94-98,105,共6页; 文摘为提高隧道变形预测精度,首先,探讨不同小波变换参数的去噪效果,并将隧道的变形数据分为趋势项和误差项;之后,对趋势项和误差项进行单项预测和组合预测,对比分析本文预测结果,研究本文预测模型的有效性。结果表明:sym8小波函数在采用软阈值选取方法、启发式阈值标准及8层小波分解时的去噪结果最优。采用剔除最大误差倒数法通过对趋势项及误差项进行组合预测可知,趋势项组合预测、误差项组合预测较其单项预测的预测精度分别提高了2.5~3.5倍、4.0~5.4倍,达到了提高预测精度的目的,且也不同程度地提高了预测结果的稳定性。通过对本文预测模型的实例分析,验证了本文预测思路的可行性和有效性,预测结果满足大变形预测的要求,具有较高的可行度。; 关键词隧道工程小波去噪大变形组合预测剔除最大误差倒数法对比分析; Keywords tunneling engineering wavelet denoising large deformation combination forecasting error reciprocal after removing maximum error comparative analysis; 分类号 U456.3 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名一种基于改进的IOWHA算子的组合预测方法被引量：3: 7; 作者李程徐琪; 机构东华大学旭日工商管理学院上海工程技术大学航空运输学院; 出处《系统管理学报》 CSSCI 2013年第5期737-741,共5页; 基金国家自然科学基金资助项目(71172174) 教育部博士点基金资助项目(20110075110003) +2 种基金上海市教委科研创新重点项目(10ZS125); 文摘为了提高预测的精度,选择合适的组合预测方法非常重要。通过对单项预测方法的误差序列平稳性的判断以及系统偏差校正,选择组合预测方法,但是不同的组合预测方法又存在不同的精度差别,在诱导有序加权调和平均(IOWHA)算子的基础上,提出一种改进的IOWHA算子的组合模型,考虑相关系数和IOWHA相结合,界定最优组合预测内涵,并运用文献[9]中的数据进行验证,结果证明,基于相关系数的IOWHA算子的最优组合模型的可行性和合理性,能有效提高预测精度,降低预测风险。; 关键词 IOWHA算子相关系数倒数误差组合预测; Keywords IOWHA operator correlation coefficient reciprocal errors combination forecasting; 分类号 O223 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名兰州市CMAQ近地面臭氧模拟结果的订正方法——基于机器学习方法被引量：13: 8; 作者周恒左陈恒蕤廖鹏孔祥如潘峰杨宏; 机构兰州大学大气科学学院; 出处《中国环境科学》 EI CAS CSCD 北大核心 2022年第12期5472-5483,共12页; 基金兰州大学中央高校基本科研业务费专项资金自由探索项目(lzujbky-2017-65)。; 文摘为能更加准确地模拟出兰州市近地面臭氧浓度,在CMAQ(社区多尺度空气质量建模系统)的基础上,利用机器学习方法中的XGBoost(极限梯度提升)模型及LSTM(长短期记忆)神经网络模型建立近地面臭氧模拟结果的订正模型,并以两种方法为基础,利用误差变权倒数组合方法构建LSTM-XGBoost组合模型,以期进一步提高订正效果.本文选取兰州市4个国控站点(兰炼宾馆,铁路设计院,榆中校区,生物制品所)2019年7、8月环境空气质量监测数据及兰州市气象站同期气象数据,对CMAQ模拟的同时段兰州市近地面臭氧浓度进行订正.结果表明,CMAQ能够模拟出兰州市近地面臭氧浓度的空间及时间分布特征,但整体上对浓度有所低估.利用上述方法构建的订正模型中,LSTM-XGBoost组合模型的订正效果最好,臭氧相关性由CMAQ模拟的0.61~0.76提升至0.89~0.95,臭氧8h平均相关性由0.65~0.79提升至0.81~0.88,臭氧RMSE由44.83~70.17μg/m^(3)提升至15.21~26.53μg/m^(3),臭氧8h平均RMSE由40.07~67.57μg/m^(3)提升至14.24~28.54μg/m^(3).该研究表明利用机器学习方法对CMAQ模拟结果订正可行,可以改善环境空气质量模式模拟结果.; 关键词 CMAQ 近地面臭氧机器学习 LSTM XGBoost 误差变权倒数组合; Keywords CMAQ ozone machine learning LSTM XGBoost error-variant weighted inverse combination; 分类号 X511 [环境科学与工程—环境工程]; 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	误差倒数变权组合预测方法	岳艳春黄廷祝	《电子科技大学学报》 EI CAS CSCD 北大核心	2007	9	在线阅读下载PDF 职称材料
2	赋权组合模型溯源山楂产地的高光谱方法	方澳殷勇于慧春袁云霞	《光谱学与光谱分析》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于Attention-LSTM-XGBoost的电极移动速度影响放电参数预测分析	何秀思阮方鸣徐愷尹兰王文利	《电波科学学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于加权质心算法的无线网络节点定位方法	张维赵亮	《沈阳工业大学学报》 EI CAS 北大核心	2020	14	在线阅读下载PDF 职称材料
5	基于改进Bi-LSTM和XGBoost的电力负荷组合预测方法	代业明周琼	《上海理工大学学报》 CAS CSCD 北大核心	2022	21	在线阅读下载PDF 职称材料
6	基于小波变换的隧道大变形组合预测方法	张碧	《长江科学院院报》 CSCD 北大核心	2017	7	在线阅读下载PDF 职称材料
7	一种基于改进的IOWHA算子的组合预测方法	李程徐琪	《系统管理学报》 CSSCI	2013	3	在线阅读下载PDF 职称材料
8	兰州市CMAQ近地面臭氧模拟结果的订正方法——基于机器学习方法	周恒左陈恒蕤廖鹏孔祥如潘峰杨宏	《中国环境科学》 EI CAS CSCD 北大核心	2022	13	在线阅读下载PDF 职称材料