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
2
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
基于CEEMDAN-AsyHyperBand-MultiTCN的短期风电功率预测
被引量：
2
1
作者
刘凡
李捍东
覃涛
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第1期151-158,共8页
为减少风电功率短期预测误差,提高风电利用效率,提出一种基于经验模态分解和异步超参数优化的多层时间卷积网络(CEEMDAN-AsyHyperBand-MultiTCN)的短期风电功率预测方法。首先,确定序列分量的数量,并使用自适应噪声完备集合经验模态分解...
为减少风电功率短期预测误差,提高风电利用效率,提出一种基于经验模态分解和异步超参数优化的多层时间卷积网络(CEEMDAN-AsyHyperBand-MultiTCN)的短期风电功率预测方法。首先,确定序列分量的数量,并使用自适应噪声完备集合经验模态分解(CEEMDAN)对原始风电功率进行分解,构成训练数据集。其次,使用深度残差级联(DRnet)构建多层的时间卷积网络(TCN),并使用AsyHyperband算法对序列分量模型进行超参数寻优。最后,对序列分量分别进行预测,重构预测结果得到预测值。实验表明,该文提出的方法相比于其他方法能有效降低风电功率预测误差。
展开更多
关键词
风电功率
预测
神经网络
多层
集成经验模态分解
超参数搜索
在线阅读
下载PDF
职称材料
基于优化随机森林算法预测食品检验不合格指标
被引量：
4
2
作者
刘玉航
曲媛
+2 位作者
蒋嘉铭
宗万里
朱习军
《食品安全质量检测学报》
CAS
北大核心
2021年第18期7467-7472,共6页
目的建立基于优化的随机森林算法模型实现对食品不合格指标的分类预测。方法通过收集山东省食品药品监督管理局2015—2019年食品安全抽样检验产生的不合格数据,并对其进行多项数据预处理操作,采用超参数网格搜索和10折交叉验证方法建立...
目的建立基于优化的随机森林算法模型实现对食品不合格指标的分类预测。方法通过收集山东省食品药品监督管理局2015—2019年食品安全抽样检验产生的不合格数据,并对其进行多项数据预处理操作,采用超参数网格搜索和10折交叉验证方法建立基于随机森林的食品不合格指标的分类预测模型,并通过对传统随机森林模型的参数优化,将其与决策树(decision tree, DT)、逻辑回归(logistic regression, LR)和梯度提升决策树(gradient boosting decision tree, GBDT)算法分类预测结果进行对比。结果实验表明经过参数优化后的随机森林模型对食品中不合格指标的预测准确率能够达到89.4%,比DT算法提高了11.0%,比LR算法提高了9.0%,比GBDT算法提高了8.1%。结论基于优化的随机森林模型可以完成食品不合格指标分类预测任务,有广阔的应用前景。
展开更多
关键词
食品安全数据
决策树
随机森林
参数
优化
超
参数
网格
搜索
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN-AsyHyperBand-MultiTCN的短期风电功率预测
被引量：
2
1
作者
刘凡
李捍东
覃涛
机构
贵州大学电气工程学院
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2024年第1期151-158,共8页
基金
国家自然科学基金(52167007)。
文摘
为减少风电功率短期预测误差,提高风电利用效率,提出一种基于经验模态分解和异步超参数优化的多层时间卷积网络(CEEMDAN-AsyHyperBand-MultiTCN)的短期风电功率预测方法。首先,确定序列分量的数量,并使用自适应噪声完备集合经验模态分解(CEEMDAN)对原始风电功率进行分解,构成训练数据集。其次,使用深度残差级联(DRnet)构建多层的时间卷积网络(TCN),并使用AsyHyperband算法对序列分量模型进行超参数寻优。最后,对序列分量分别进行预测,重构预测结果得到预测值。实验表明,该文提出的方法相比于其他方法能有效降低风电功率预测误差。
关键词
风电功率
预测
神经网络
多层
集成经验模态分解
超参数搜索
Keywords
wind power
forecasting
neural networks
multilayers
complete ensemble empirical mode decomposition with adaptive noise
hyperparameter search
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
基于优化随机森林算法预测食品检验不合格指标
被引量：
4
2
作者
刘玉航
曲媛
蒋嘉铭
宗万里
朱习军
机构
青岛科技大学信息科学技术学院
威海市食品药品检验检测中心
出处
《食品安全质量检测学报》
CAS
北大核心
2021年第18期7467-7472,共6页
基金
山东省产教融合研究生联合培养示范基地项目(2020-19)。
文摘
目的建立基于优化的随机森林算法模型实现对食品不合格指标的分类预测。方法通过收集山东省食品药品监督管理局2015—2019年食品安全抽样检验产生的不合格数据,并对其进行多项数据预处理操作,采用超参数网格搜索和10折交叉验证方法建立基于随机森林的食品不合格指标的分类预测模型,并通过对传统随机森林模型的参数优化,将其与决策树(decision tree, DT)、逻辑回归(logistic regression, LR)和梯度提升决策树(gradient boosting decision tree, GBDT)算法分类预测结果进行对比。结果实验表明经过参数优化后的随机森林模型对食品中不合格指标的预测准确率能够达到89.4%,比DT算法提高了11.0%,比LR算法提高了9.0%,比GBDT算法提高了8.1%。结论基于优化的随机森林模型可以完成食品不合格指标分类预测任务,有广阔的应用前景。
关键词
食品安全数据
决策树
随机森林
参数
优化
超
参数
网格
搜索
Keywords
food safety data
decision tree
random forest
parameter optimization
hyper parametric grid search
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TS207.3 [轻工技术与工程—食品科学]
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
基于CEEMDAN-AsyHyperBand-MultiTCN的短期风电功率预测
刘凡
李捍东
覃涛
《太阳能学报》
EI
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
基于优化随机森林算法预测食品检验不合格指标
刘玉航
曲媛
蒋嘉铭
宗万里
朱习军
《食品安全质量检测学报》
CAS
北大核心
2021
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
