期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
住院人数趋势季节模型预测分析 被引量:10
1
作者 张喜红 刘雁灵 曾红文 《中国卫生统计》 CSCD 北大核心 2011年第5期600-601,共2页
住院人数是反应医院工作情况的重要指标之一,做好住院人数季节变动测定与预测,便于掌握住院人数季节变动的周期和规律,为医院制定工作计划和领导决策提供重要依据。对于医院管理中合理利用人力、物力和财力,减少工作中的盲目性,进一步... 住院人数是反应医院工作情况的重要指标之一,做好住院人数季节变动测定与预测,便于掌握住院人数季节变动的周期和规律,为医院制定工作计划和领导决策提供重要依据。对于医院管理中合理利用人力、物力和财力,减少工作中的盲目性,进一步提高医疗服务质量和工作效率具有现实意义。 展开更多
关键词 模型预测分析 住院人数 趋势季节 医疗服务质量 医院工作 季节变动 领导决策 合理利用
在线阅读 下载PDF
改进变分模态分解和LSSVM的用户电力负荷预测
2
作者 解世璇 刘立群 吴青峰 《现代电子技术》 北大核心 2025年第20期127-134,共8页
为提升电力系统短期负荷预测的准确率,保证日常电力系统的正常运行,提出一种基于WOA-VMD-SSA-LSSVM的短期电力负荷预测模型。首先,使用鲸鱼优化算法(WOA)对变分模态分解(VMD)的核心参数(k值和惩罚系数α)进行自动寻优,得到最佳效果的分... 为提升电力系统短期负荷预测的准确率,保证日常电力系统的正常运行,提出一种基于WOA-VMD-SSA-LSSVM的短期电力负荷预测模型。首先,使用鲸鱼优化算法(WOA)对变分模态分解(VMD)的核心参数(k值和惩罚系数α)进行自动寻优,得到最佳效果的分解子序列,减少不同趋势信息对预测精度的影响,并利用优化后的VMD对数据进行分解;然后,使用麻雀搜索算法(SSA)改进最小二乘支持向量机(LSSVM)的模型学习参数,对惩罚系数和核函数进行参数寻优,避免了单一预测变量精度不高的问题,进而建立预测模型,获得更为精确的预测结果;最后,将分解后的各组数据分别输入模型中,并将每个子序列的预测结果相加得到最终预测结果。实验结果表明,与PSO、GWO和SABO算法的建模结果相比,所提模型具有更高的预测精度且耗时较短,在一定程度上可为负荷管理、电力优化调度提供科学决策依据。 展开更多
关键词 预测模型分析 鲸鱼优化算法 麻雀搜索算法 变分模态分解 最小二乘支持向量机 数据预处理 时间序列预测
在线阅读 下载PDF
模糊聚类与预测分析模型在高等学校定位中的应用 被引量:1
3
作者 慕静 李全生 《南京农业大学学报(社会科学版)》 2004年第4期75-79,共5页
利用模糊数据挖掘方法 (FDM) ,建立了模糊聚类与预测分析模型 ,并结合 2 0 0 4年中国大学 10 0强排行榜的有关数据 ,对某些综合类大学进行了定位分析 ,其分析结果与实际定位情况基本一致 ,这充分说明利用该模型对高等学校定位是可行的... 利用模糊数据挖掘方法 (FDM) ,建立了模糊聚类与预测分析模型 ,并结合 2 0 0 4年中国大学 10 0强排行榜的有关数据 ,对某些综合类大学进行了定位分析 ,其分析结果与实际定位情况基本一致 ,这充分说明利用该模型对高等学校定位是可行的、实用的 ,期望能为我国高等学校的正确定位提供决策支持。 展开更多
关键词 模糊数据挖掘(FDM) 模糊聚类与预测分析模型 高等学校定位
在线阅读 下载PDF
基于LS-SVM的养殖水体氨氮含量分析预测模型 被引量:2
4
作者 居锦武 《江苏农业科学》 北大核心 2017年第2期210-212,共3页
养殖水体的氨氮含量是水产养殖中的关键水质指标,是评价水体污染情况的基本测量项目。设计一种自动氨氮监测系统,自动抽取水样并定时测量,使用最小二乘支持向量机算法(LS-SVM)建立了分析预测模型,LS-SVM最小二乘支持向量机算法增强了泛... 养殖水体的氨氮含量是水产养殖中的关键水质指标,是评价水体污染情况的基本测量项目。设计一种自动氨氮监测系统,自动抽取水样并定时测量,使用最小二乘支持向量机算法(LS-SVM)建立了分析预测模型,LS-SVM最小二乘支持向量机算法增强了泛化能力,减少了异常样本的预测偏差,提高了预测学习的精度。对基于神经网络模型、基于LS-SVM模型进行了仿真比较,结果显示LS-SVM模型具有更优良的分析预测效果。 展开更多
关键词 支持向量机 水产养殖 氨氮 分析预测模型 比色法 光强
在线阅读 下载PDF
趋势动态分析预测模型
5
作者 程明熙 《预测》 1985年第S1期97-100,96,共5页
预测是利用过去和现在的资料,推断未来的发展趋势。在常用的预测方法中,时间序列法是通过数据的平滑处理,来削弱随机波动的影响,从而找出事物的发展趋势;相关分析法则是利用最小二乘原理,在残差平方和最小的意义下,从已知数据中找出事... 预测是利用过去和现在的资料,推断未来的发展趋势。在常用的预测方法中,时间序列法是通过数据的平滑处理,来削弱随机波动的影响,从而找出事物的发展趋势;相关分析法则是利用最小二乘原理,在残差平方和最小的意义下,从已知数据中找出事物发展的趋势。 展开更多
关键词 发展趋势 动态分析 二项系数 分析预测模型 平滑处理 数据序列 预测方法 加权平均值 预测 随机波动
在线阅读 下载PDF
一种改进的VMD-XGBoost验潮站月海面高序列预测模型 被引量:2
6
作者 陈红康 鲁铁定 +3 位作者 孙喜文 李祯 贺小星 赖小婷 《海洋测绘》 CSCD 北大核心 2023年第5期17-21,共5页
海平面不断上升威胁人类的生命安全,高精度的海平面预测对人类预防水文灾害具有重要意义。现有的预测方法因验潮站数据为单一时间序列而难以进行高精度预测。针对此问题,提出一种融合变分模态分解(VMD)和极度梯度提升算法(XGBoost)的变... 海平面不断上升威胁人类的生命安全,高精度的海平面预测对人类预防水文灾害具有重要意义。现有的预测方法因验潮站数据为单一时间序列而难以进行高精度预测。针对此问题,提出一种融合变分模态分解(VMD)和极度梯度提升算法(XGBoost)的变分模态分解-极度梯度提升预测模型,简称VMD-XGBoost模型。与XGBoost模型、卷积神经网络与长短期记忆神经网络混合模型(CNN-LSTM)、变分模态-卷积神经网络与长短期记忆神经网络混合模型(VMD-CNN-LSTM)对比,对荷兰沿岸海平面验潮站时间序列进行预测。验潮站预测结果分析表明:相较于XGBoost模型,VMD-XGBoost模型预测结果的均方根误差平均降低65.43%,平均绝对误差平均降低63.79%,平均绝对百分比误差平均降低63.44%,且相较于VMD-CNN-LSTM模型,VMD-XGBoost模型在验潮站海面高序列预测上具有更高预测精度,可实现高精度验潮站时间序列预测。 展开更多
关键词 海洋测绘 验潮站 海面高序列 极度梯度提升 变分模态分解 预测模型分析
在线阅读 下载PDF
煤矿立井井筒非采动破裂的Fisher判别分析模型 被引量:2
7
作者 许延春 杜明泽 +1 位作者 端恒 张罗迅 《中国煤炭》 北大核心 2017年第10期55-59,共5页
为准确评价煤矿立井井筒的安全状态,基于多元统计分析理论,以工程实测数据为训练样本,选取井筒直径、松散冲积层厚度、水位降、卸压槽压缩率、破裂等级、服务年限率、治理方式和冲积层压缩速率8个影响因素作为判别因子,建立了井筒非采... 为准确评价煤矿立井井筒的安全状态,基于多元统计分析理论,以工程实测数据为训练样本,选取井筒直径、松散冲积层厚度、水位降、卸压槽压缩率、破裂等级、服务年限率、治理方式和冲积层压缩速率8个影响因素作为判别因子,建立了井筒非采动破裂的Fisher判别分析模型。在此基础上,对兴隆庄煤矿副井和东风井的安全状态进行了预测。结果表明,21个训练样本的回代判对率为100%,模型精确性高;判别效果通过了显著性检验,并通过井筒实例对模型的可靠性进行了验证;兴隆庄煤矿副井和风井2017年6月预测状态为安全,井筒破裂的可能性较小。该预测方法简单、可靠,为立井非采动破裂预测提供了一种新的途径。 展开更多
关键词 立井井筒 非采动破裂 FISHER判别 预测分析模型
在线阅读 下载PDF
加权复合分位数自回归模型在隧道围岩变形预测中的应用 被引量:3
8
作者 王江荣 《大地测量与地球动力学》 CSCD 北大核心 2017年第5期511-515,共5页
提出加权复合分位数自回归模型对隧道围岩变形进行预测的新方法,并给出其原理和实现算法。以昆明市阳宗隧道为例,对加权复合分位数自回归预测模型进行计算,并与其他模型进行对比分析。结果表明,新方法预测效果优于非加权复合分位数估值... 提出加权复合分位数自回归模型对隧道围岩变形进行预测的新方法,并给出其原理和实现算法。以昆明市阳宗隧道为例,对加权复合分位数自回归预测模型进行计算,并与其他模型进行对比分析。结果表明,新方法预测效果优于非加权复合分位数估值的AR(2)模型、基于最小二乘参数估计的自回归预测、经遗传算法优化的支持向量机等预测方法。 展开更多
关键词 隧道围岩变形 AR(2)模型 加权复合分位数自回归 模拟退火算法 模型预测分析
在线阅读 下载PDF
基于可拓神经网络的产品运行状态预测模型
9
作者 王体春 方磊磊 童昌圣 《重庆理工大学学报(自然科学)》 CAS 北大核心 2020年第12期96-103,共8页
复杂机械产品运行状态预测分析往往准确率较低、推理时间较长、难于推理,难以获得有效结果。为此,给出了基于改进可拓神经网络的复杂机械产品运行状态预测分析模型。提出了改进的可拓距,基于该可拓距构建可拓神经元,建立复杂机械产品运... 复杂机械产品运行状态预测分析往往准确率较低、推理时间较长、难于推理,难以获得有效结果。为此,给出了基于改进可拓神经网络的复杂机械产品运行状态预测分析模型。提出了改进的可拓距,基于该可拓距构建可拓神经元,建立复杂机械产品运行状态分析经典域模型,并对运行数据进行训练,形成复杂机械产品运行状态可拓神经网络预测分析模型。通过具体案例对算法和模型进行验证,并对比BP神经网络,结果表明了模型与算法的有效性和可行性。 展开更多
关键词 预测分析模型 可拓神经网络 运行状态 复杂机械产品
在线阅读 下载PDF
基于PCA-XGBoost联合算法的盗窃犯罪预测模型 被引量:4
10
作者 朱小波 栗赫遥 《计算机应用与软件》 北大核心 2022年第5期98-103,共6页
结合大量犯罪数据特征和行为特征,提出一种PCA-XGBoost联合预测模型。采用PCA算法提取数据集的主要特征;应用XGBoost算法提升预测优化和泛化能力,并通过三种检验方法进行准确率检验。此外,经与XGBoost、CART、RF、NB和LR等分类算法模型... 结合大量犯罪数据特征和行为特征,提出一种PCA-XGBoost联合预测模型。采用PCA算法提取数据集的主要特征;应用XGBoost算法提升预测优化和泛化能力,并通过三种检验方法进行准确率检验。此外,经与XGBoost、CART、RF、NB和LR等分类算法模型的预测结果进行对比,表明PCA-XGBoost联合预测模型对盗窃犯罪数量的预测准确度明显高于其他预测模型,具有较高的应用价值。 展开更多
关键词 PCA-XGBoost算法 盗窃犯罪预测 预测模型对比分析
在线阅读 下载PDF
基于EEMD-ACS-LSSVM的短期风电功率预测 被引量:47
11
作者 姜贵敏 陈志军 +1 位作者 李笑竹 闫学勤 《太阳能学报》 EI CAS CSCD 北大核心 2020年第5期77-84,共8页
建立一种集成经验模态分解(EEMD)和改进最小二乘支持向量机(LSSVM)相结合的短期风电功率预测组合模型,以提高风电场输出功率的预测准确率。首先运用EEMD将功率历史数据分解为一系列相对平稳的子序列,以减轻不同趋势信息间的相互影响;然... 建立一种集成经验模态分解(EEMD)和改进最小二乘支持向量机(LSSVM)相结合的短期风电功率预测组合模型,以提高风电场输出功率的预测准确率。首先运用EEMD将功率历史数据分解为一系列相对平稳的子序列,以减轻不同趋势信息间的相互影响;然后采用相空间重构将已分解的子序列进行重构,接着对重构后的子序列分别建立合适的预测模型,降低预测风险,使用自适应布谷鸟算法(ACS)优化最小二乘支持向量机参数,寻找全局最优解;最后将各个子序列的预测结果叠加得到最终预测结果。通过对新疆某风电场输出功率进行预测,结果验证了EEMD-ACS-LSSVM模型的有效性,具有更好的跟踪效果、预测精度。 展开更多
关键词 风电功率 自适应算法 预测模型分析 集成经验模态分解 最小二乘支持向量机
在线阅读 下载PDF
基于VMD-SSA-LSSVM的短期风电预测 被引量:46
12
作者 王维高 魏云冰 滕旭东 《太阳能学报》 EI CAS CSCD 北大核心 2023年第3期204-211,共8页
为解决由于风电预测中出现的波动性和随机性造成风电功率预测精确度不高的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)、Tent混沌映射、随机游走的麻雀搜索优化算法(sparrow search algorithm,SSA)和最小二乘... 为解决由于风电预测中出现的波动性和随机性造成风电功率预测精确度不高的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)、Tent混沌映射、随机游走的麻雀搜索优化算法(sparrow search algorithm,SSA)和最小二乘支持向量机(least squares support vector machines,LSSVM)的组合模型。首先应用鲸鱼优化算法(whales optimization algorithm,WOA)对VMD的核心参数(K值和惩罚系数α)进行自动寻优。经过WOA-VMD对原始风电功率时间序列分解过后,引入改进的麻雀搜索算法SSA优化最小二乘支持向量机LSSVM中的学习参数,然后对分解得到的各个子序列建立SSA-LSSVM预测模型;最后叠加各个子序列的预测值并得到最终预测值。经实验仿真对比,该文组合模型较现有单一预测模型和普通组合模型在预测精度上有较大提高。 展开更多
关键词 自适应算法 风电功率 预测模型分析 最小二乘支持向量机 变分模态分解
在线阅读 下载PDF
基于负荷预测与关联规则修正的不良数据辨识方法 被引量:11
13
作者 王海云 田莎莎 +2 位作者 张再驰 陈茜 卢志刚 《电力系统保护与控制》 EI CSCD 北大核心 2017年第23期24-33,共10页
随着电力系统的快速发展,使得电网需要对海量、异构和多态的数据进行分析与辨识。传统的不良数据辨识方法辨识效率较低,且不能够高效率利用已知的全部数据信息。为解决此问题,提出了一种基于负荷预测与关联规则修正的不良数据辨识方法... 随着电力系统的快速发展,使得电网需要对海量、异构和多态的数据进行分析与辨识。传统的不良数据辨识方法辨识效率较低,且不能够高效率利用已知的全部数据信息。为解决此问题,提出了一种基于负荷预测与关联规则修正的不良数据辨识方法。根据数据量之间的内在联系,给出了一种三维矩阵的数据存储方法。建立基于回归分析法的预测模型与基于灰色关联的相关性分析模型,分析节点注入功率与温度之间的变化关系,并采用关联规则与特殊断面修正法对预测值进行修正,进而完成对注入功率的辨识。在此基础上,再通过基尔霍夫定律与残差辨识法完成对支路潮流数据的辨识工作。最后应用实际系统的仿真算例证明了该方法能够在克服残差污染和残差淹没现象的前提下准确辨识出全部的不良数据。 展开更多
关键词 不良数据辨识 数据存储 回归分析预测模型 相关性分析建模 关联规则
在线阅读 下载PDF
基于改进PSO-BP神经网络算法在一般盗窃犯罪预测中的应用 被引量:11
14
作者 朱小波 次晋芳 《计算机应用与软件》 北大核心 2020年第1期37-42,75,共7页
针对BP神经网络对初始权重敏感,容易陷入局部最优解的问题,引入粒子群优化算法(PSO),对网络权重进行全局搜索,同时采用BP神经网络权重更新方法对PSO搜索到的权重和阈值进行进一步的更新,构建改进后的PSO-BP神经网络模型,对一般盗窃犯罪... 针对BP神经网络对初始权重敏感,容易陷入局部最优解的问题,引入粒子群优化算法(PSO),对网络权重进行全局搜索,同时采用BP神经网络权重更新方法对PSO搜索到的权重和阈值进行进一步的更新,构建改进后的PSO-BP神经网络模型,对一般盗窃犯罪数量进行预测。应用美国芝加哥市2015年-2017年盗窃犯罪数据以及总人口数、房价中位数、本科率等11个影响因子数据,对改进前后的模型进行了预测对比实验。结果表明,改进后的PSO-BP神经网络模型成功克服了BP模型的缺陷,相对误差由4.68%降低到1.635%。 展开更多
关键词 BP神经网络模型 PSO-BP模型 盗窃犯罪预测 预测模型对比分析
在线阅读 下载PDF
基于表面增强拉曼的饮料中山梨酸钾快速定量检测方法 被引量:5
15
作者 杨宇 翟晨 +3 位作者 彭彦昆 汤修映 王凡 李永玉 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第11期3460-3464,共5页
基于实验室自行搭建的拉曼光谱点扫描系统,利用表面增强拉曼技术对橙味饮料中山梨酸钾的含量进行了定量快速检测研究。通过与山梨酸钾标准品拉曼光谱及其水溶液表面增强拉曼光谱等比较分析,确定了山梨酸钾1 648.4,1 389.3和1 161.8cm^(... 基于实验室自行搭建的拉曼光谱点扫描系统,利用表面增强拉曼技术对橙味饮料中山梨酸钾的含量进行了定量快速检测研究。通过与山梨酸钾标准品拉曼光谱及其水溶液表面增强拉曼光谱等比较分析,确定了山梨酸钾1 648.4,1 389.3和1 161.8cm^(-1)处的表面增强特征拉曼位移。通过山梨酸钾橙味饮料平行样品的拉曼位移峰强重现性实验并计算其峰强的相对标准偏差证实了该表面增强拉曼方法具有较好的重复性。采集了山梨酸钾浓度范围为1.706~0.180 7g·kg-1的33个橙味饮料样品的表面增强拉曼光谱,所有原始光谱经S-G 5点平滑及Baseline基线去除荧光背景预处理后分别用一元线性回归分析、多元线性回归分析和偏最小二乘回归分析方法,建立了山梨酸钾的定量预测模型。经比较,选取三个山梨酸钾拉曼特征位移1 161.8,1 389.3和1 648.4cm^(-1)所建立的多元线性回归模型校正集的相关系数(R2C)和均方根误差(RMSEC)分别为0.983 7和0.051 7g·kg^(-1),验证集的相关系数(R2P)和均方根误差(RMSEP)分别为和0.969 9和0.052 8g·kg-1,比一元线性回归模型和偏最小二乘回归模型误差小、精度高。基于表面增强拉曼完全可以实现橙味饮料中山梨酸钾的定量快速预测,为各类食品中山梨酸钾含量的快速监测奠定了技术基础。 展开更多
关键词 表面增强拉曼技术 山梨酸钾 橙味饮料 定量分析预测模型
在线阅读 下载PDF
生物信息学研究进展 被引量:9
16
作者 孙敏 马月辉 叶绍辉 《家畜生态学报》 2006年第1期6-10,共5页
随着计算机科学和生物科学的迅猛发展,由此而诞生的生物信息学逐渐发展成为一门独立的学科。它将会成为21世纪生命科学中的重要研究领域之一。本文简单介绍了生物信息学的产生,发展,研究内容,应用及未来的发展方向等。
关键词 生物信息学 基因组学 蛋白质组学 算法问题 数据预测分析模型
在线阅读 下载PDF
Temperature gradients in concrete box girder bridge under effect of cold wave 被引量:3
17
作者 顾斌 陈志坚 陈欣迪 《Journal of Central South University》 SCIE EI CAS 2014年第3期1227-1241,共15页
The temperature distributions of a prestressed concrete box girder bridge under the effect of cold wave processes were analyzed. The distributions were found different from those under the effect of solar radiation or... The temperature distributions of a prestressed concrete box girder bridge under the effect of cold wave processes were analyzed. The distributions were found different from those under the effect of solar radiation or nighttime radiation cooling and should not be simplified as one dimensional. A temperature predicting model that can accurately predict temperatures over the cross section of the concrete box girder was developed. On the basis of the analytical model, a two-dimensional temperature gradient model was proposed and a parametric study that considered meteorological factors was performed. The results of sensitivity analysis show that the cold wave with shorter duration and more severe temperature drop may cause more unfavorable influences on the concrete box girder bridge. Finally, the unrestrained linear curvatures, self-equilibrating stresses and bending stresses when considering the frame action of the cross section, were derived from the proposed temperature gradient model and current code provisions, respectively. Then, a comparison was made between the value calculated against proposed model and several current specifications. The results show that the cold wave may cause more unfavorable effect on the concrete box girder bridge, especially on the large concrete box girder bridge. Therefore, it is necessary to consider the thermal effect caused by cold wave during the design stage. 展开更多
关键词 concrete box girder temperature field temperature gradient cold wave
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部