检索结果-维普期刊中文期刊服务平台

基于历史数据挖掘的海上船舶交通事故预测被引量：1: 1; 作者张哲《舰船科学技术》北大核心 2024年第14期174-177,共4页; 为优化船舶航行路线,减少因交通事故导致的延误和拥堵,提升海上运输效率和效益,研究基于历史数据挖掘的海上船舶交通事故预测方法。从海事机构获取海上船舶交通事故历史数据后,采用数据挖掘方法中的一维局阿尼自编码器对海上船舶交通事... 展开更多; 关键词数据挖掘海上船舶交通事故预测灰色模型自编码器预测值修正; 在线阅读下载PDF 职称材料

基于粗糙集理论-主成分分析的Elman神经网络短期风速预测被引量：31: 2; 作者尹东阳盛义发 +2 位作者蒋明洁李永胜谢曲天《电力系统保护与控制》 EI CSCD 北大核心 2014年第11期46-51,共6页; 为了解决传统静态前馈神经网络(FNN)在短期风速预测中易陷入局部最优值及动态性能的不足,引入Elman动态神经网络建立风速预测模型,采用主成分分析法(PCA)对原始风速数据进行特征提取以优化神经网络的输入,改进激励函数和网络结构以寻求... 展开更多; 关键词风速预测 ELMAN神经网络主成分分析粗糙集理论预测值修正 principal components analysis (PCA); 在线阅读下载PDF 职称材料

基于CEEMDAN与回声状态网络的风速预测方法被引量：22: 3; 作者韩宏志唐振浩《电力系统保护与控制》 EI CSCD 北大核心 2020年第12期90-96,共7页; 为了对风速进行准确预测,结合分类与回归树(Classification and Regression Tree,CART)、自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、回声状态网络与非线性误差修... 展开更多; 关键词风速预测回声状态网络 CEEMDAN CART 预测值修正; 在线阅读下载PDF 职称材料

基于修正卡尔曼滤波的目标跟踪被引量：26: 4; 作者杨永建樊晓光 +2 位作者王晟达禚真福徐洋《系统工程与电子技术》 EI CSCD 北大核心 2014年第5期846-851,共6页; 分析了卡尔曼滤波算法在目标状态发生突变和运动模型建立不准确时估计精度降低,甚至发散的原因,对比自适应渐消卡尔曼滤波算法,提出了一种通过直接修正预测值来提高卡尔曼滤波算法精度、改善算法性能的修正算法。修正的算法通过设置判... 展开更多; 关键词卡尔曼滤波运动状态运动模型自适应渐消卡尔曼滤波修正预测值滤波发散; 在线阅读下载PDF 职称材料

基于后验量测修正的卡尔曼滤波算法被引量：2: 5; 作者包守亮程水英许登荣《探测与控制学报》 CSCD 北大核心 2017年第6期78-83,共6页; 针对卡尔曼滤波器鲁棒性差,对突变状态跟踪能力有限的问题,提出了基于后验量测修正的卡尔曼滤波算法(PMKF)。该算法利用改进的判决准则对滤波状态进行实时判断,状态平稳时采用卡尔曼滤波,状态突变时采用提出的后验量测卡尔曼滤波算法(P... 展开更多; 关键词卡尔曼滤波后验量测状态突变修正预测值渐消滤波; 在线阅读下载PDF 职称材料

题名基于历史数据挖掘的海上船舶交通事故预测被引量：1: 1; 作者张哲; 机构武汉交通职业学院; 出处《舰船科学技术》北大核心 2024年第14期174-177,共4页; 文摘为优化船舶航行路线,减少因交通事故导致的延误和拥堵,提升海上运输效率和效益,研究基于历史数据挖掘的海上船舶交通事故预测方法。从海事机构获取海上船舶交通事故历史数据后,采用数据挖掘方法中的一维局阿尼自编码器对海上船舶交通事故历史数据展开挖掘,得到海上船舶交通事故特征,再建立灰色SCGM(1,1)C模型,将海上船舶交通事故特征输入到该模型中,并运用当前预测状态中间值作为修正产生,对灰色SCGM(1,1)C模型预测结果进行修正后,得到海上船舶交通事故预测结果。实验表明,该方法具备较强的海上船舶交通事故历史数据挖掘能力,灰色SCGM(1,1)C模型输出的海上船舶交通事故预测结果 DBI数值较高,预测海上船舶交通事故能力较好。; 关键词数据挖掘海上船舶交通事故预测灰色模型自编码器预测值修正; Keywords data mining maritime vessels traffic accident prediction grey model autoencoder predicted value correction; 分类号 TP391 [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

题名基于粗糙集理论-主成分分析的Elman神经网络短期风速预测被引量：31: 2; 作者尹东阳盛义发蒋明洁李永胜谢曲天; 机构南华大学电气工程学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2014年第11期46-51,共6页; 基金国家自然科学基金项目(51277056) 湖南省自然基金项目(10JJ6076) +3 种基金 2010GK3183) 南华大学博士启动基金项目(2011XQD41)~~; 文摘为了解决传统静态前馈神经网络(FNN)在短期风速预测中易陷入局部最优值及动态性能的不足,引入Elman动态神经网络建立风速预测模型,采用主成分分析法(PCA)对原始风速数据进行特征提取以优化神经网络的输入,改进激励函数和网络结构以寻求函数收敛速度和预测精度的最优解。针对Elman神经网络预测模型在风速波动的峰值处预测误差较大及预测精度存在波动性,提出采用粗糙值理论对模型预测值进行修正与补偿,进一步提高预测精度。实验证明:所提出的方法能有效提高预测精度,增强神经网络模型的泛化能力,具有较好的实用性。; 关键词风速预测 ELMAN神经网络主成分分析粗糙集理论预测值修正 principal components analysis (PCA); Keywords wind speed forecasting Elman neural network rough set theory predicted value correction; 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CEEMDAN与回声状态网络的风速预测方法被引量：22: 3; 作者韩宏志唐振浩; 机构新疆新能集团有限责任公司乌鲁木齐电力建设调试所东北电力大学自动化工程学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2020年第12期90-96,共7页; 基金国家重点研发计划项目资助(2018YFB1500803)。; 文摘为了对风速进行准确预测,结合分类与回归树(Classification and Regression Tree,CART)、自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)、回声状态网络与非线性误差修正策略,提出了一种基于回声状态网络(Echo Sate Network,ESN)的混合期风速预测方法。其中,CART用于对原始数据进行重构,得到建模数据集。CEEMDAN用于提取输入特征信息。ESN根据输入特征建立风速预测建模。最后,利用误差修正策略对所得到的模型进行修正。基于国内某风电场的数据实验表明,所提出方法能够准确预测风速,可以指导风场生产,提高生产自动化水平。; 关键词风速预测回声状态网络 CEEMDAN CART 预测值修正; Keywords wind speed prediction echo state network CEEMDAN CART prediction value correction; 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

题名基于修正卡尔曼滤波的目标跟踪被引量：26: 4; 作者杨永建樊晓光王晟达禚真福徐洋; 机构空军工程大学航空航天工程学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2014年第5期846-851,共6页; 文摘分析了卡尔曼滤波算法在目标状态发生突变和运动模型建立不准确时估计精度降低,甚至发散的原因,对比自适应渐消卡尔曼滤波算法,提出了一种通过直接修正预测值来提高卡尔曼滤波算法精度、改善算法性能的修正算法。修正的算法通过设置判定准则和修正准则,实时修正预测值,在滤波初始阶段可迅速降低估计误差、提高稳态时的滤波精度、缩短收敛时间;当目标发生状态突变时,可消除或降低由于目标状态突变造成的滤波跟踪精度下降、滤波发散的问题;当目标运动建模不准确时,可消除或降低由于建模不准确带来的模型误差。仿真实例说明了算法的有效性和较强的实际应用指导意义。; 关键词卡尔曼滤波运动状态运动模型自适应渐消卡尔曼滤波修正预测值滤波发散; Keywords Kalman filter moving state moving model adaptive fading Kalman filter amending predic-tion values filter divergence; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于后验量测修正的卡尔曼滤波算法被引量：2: 5; 作者包守亮程水英许登荣; 机构解放军电子工程学院; 出处《探测与控制学报》 CSCD 北大核心 2017年第6期78-83,共6页; 文摘针对卡尔曼滤波器鲁棒性差,对突变状态跟踪能力有限的问题,提出了基于后验量测修正的卡尔曼滤波算法(PMKF)。该算法利用改进的判决准则对滤波状态进行实时判断,状态平稳时采用卡尔曼滤波,状态突变时采用提出的后验量测卡尔曼滤波算法(PKF)进行修正。理论分析及仿真结果表明,该修正算法不但削弱了状态突变对滤波的影响,克服了模型失配导致的滤波精度下降的问题,而且通过实时修正,提高了稳态时的滤波精度,缩短了滤波收敛时间。改进的判决准则对连续突变状态也具有更强的检测能力。; 关键词卡尔曼滤波后验量测状态突变修正预测值渐消滤波; Keywords Kalman filter posterior measurement state mutation predicted value amend fading filter; 分类号 TN95 [电子电信—信号与信息处理]; 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	基于历史数据挖掘的海上船舶交通事故预测	张哲	《舰船科学技术》北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于粗糙集理论-主成分分析的Elman神经网络短期风速预测	尹东阳盛义发蒋明洁李永胜谢曲天	《电力系统保护与控制》 EI CSCD 北大核心	2014	31	在线阅读下载PDF 职称材料
3	基于CEEMDAN与回声状态网络的风速预测方法	韩宏志唐振浩	《电力系统保护与控制》 EI CSCD 北大核心	2020	22	在线阅读下载PDF 职称材料
4	基于修正卡尔曼滤波的目标跟踪	杨永建樊晓光王晟达禚真福徐洋	《系统工程与电子技术》 EI CSCD 北大核心	2014	26	在线阅读下载PDF 职称材料
5	基于后验量测修正的卡尔曼滤波算法	包守亮程水英许登荣	《探测与控制学报》 CSCD 北大核心	2017	2	在线阅读下载PDF 职称材料