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347,568篇文章
< 1 2 … 250 >
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CNN-LSTM-Adaboost模型的TBM掘进参数和隧洞围岩等级预测
1
作者 戴明健 焦玉勇 +3 位作者 裴成元 贾运甫 梁峰 张鹏 《安全与环境工程》 北大核心 2025年第2期160-170,共11页
硬岩隧道掘进机(TBM)在现今隧洞建设中的应用日益广泛,但是TBM深埋于地下,对地下围岩状况和掘进参数的感知能力不高,精准预测掘进参数和围岩等级对于保证TBM掘进安全具有重要意义。基于新疆某引水工程的TBM现场掘进参数和隧洞围岩地质数... 硬岩隧道掘进机(TBM)在现今隧洞建设中的应用日益广泛,但是TBM深埋于地下,对地下围岩状况和掘进参数的感知能力不高,精准预测掘进参数和围岩等级对于保证TBM掘进安全具有重要意义。基于新疆某引水工程的TBM现场掘进参数和隧洞围岩地质数据,选择TBM掘进稳定段的推力、扭矩、转速、净掘进速度、施工速度、开挖比能作为模型输入参数,建立了卷积神经网络优化的长短时时序-自适应提升(CNN-LSTM-Adaboost)模型,预测各等级围岩条件下的掘进参数,并依据掘进参数数据集训练模型预测了隧洞围岩等级。结果表明:CNN-LSTM-Adaboost模型具有较高的预测精度,大部分数据的预测相对误差率(Er)在10%以内,均方根误差(RMSE)在5以内,平均绝对百分比误差(MAPE)在10%以内,拟合优度(R^(2))在0.9以上;同时,CNN-LSTM-Adaboost模型对基于掘进参数对隧洞围岩等级的识别准确率较高,综合准确率(ACC)达90%,可以应用于指导工程实践。 展开更多
关键词 硬岩隧道掘进机(TBM) 掘进参数 掘进安全 CNN-LSTM-adaboost模型 围岩等级
在线阅读 下载PDF
基于MLP-AdaBoost模型的混凝土抗压强度预测研究 被引量：1
2
作者 赵佳亮 达列雄 +1 位作者 郭鸿 王婷 《混凝土》 北大核心 2025年第6期17-22,共6页
针对传统机器学习模型对混凝土抗压强度预测方面的局限性,提出了采用集成MLP和AdaBoost算法的融合模型。结合影响混凝土抗压强度共8个特征,以MLP和AdaBoost两种算法作为基模型,加权线性回归作为元模型,构建MLP-Adaboost融合模型,然后采... 针对传统机器学习模型对混凝土抗压强度预测方面的局限性,提出了采用集成MLP和AdaBoost算法的融合模型。结合影响混凝土抗压强度共8个特征,以MLP和AdaBoost两种算法作为基模型,加权线性回归作为元模型,构建MLP-Adaboost融合模型,然后采用贝叶斯优化技术来确定最优的超参数组合,以确保模型预测的准确性。试验表明:五折交叉验证确定系数指标(R^(2))达到0.957,均方根误差指标(RMSE)为3.798,平均绝对误差指标(MAE)为2.769。将MLP-AdaBoost融合模型与其他模型的预测结果作比较分析,得到MLP-AdaBoost融合模型的预测精度更高。最后通过SHAP库对混凝土数据集的组合预测模型进行可解释性分析,得到模型的预测逻辑与工程领域的实际操作一致,证明了该模型的合理性,为混凝土抗压强度的准确预测提供了一种有效的新方法。 展开更多
关键词 混凝土抗压强度预测 adaboost 贝叶斯优化 MLP 融合模型 SHAP值
在线阅读 下载PDF
基于CEEMD-LSTM-Adaboost模型的白糖期货跨期套利策略 被引量：3
3
作者 甘柳燕 唐国强 +1 位作者 蒋文希 覃良文 《桂林理工大学学报》 CAS 北大核心 2024年第1期162-167,共6页
以白糖期货合约SR2201和SR2109的5 min高频数据为研究对象,在验证二者存在长期均衡关系的条件下,构建GARCH模型来刻画残差的ARCH效应,将互补集合经验模态分解(CEEMD)方法与长短期记忆网络(LSTM)、自适应提升算法(Adaboost)相结合,通过... 以白糖期货合约SR2201和SR2109的5 min高频数据为研究对象,在验证二者存在长期均衡关系的条件下,构建GARCH模型来刻画残差的ARCH效应,将互补集合经验模态分解(CEEMD)方法与长短期记忆网络(LSTM)、自适应提升算法(Adaboost)相结合,通过预测价差涨跌进行套利操作,设置不同开平仓阈值,在样本区间内进行4种神经网络套利策略对比研究。结果表明:基于CEEMD-LSTM-Adaboost模型的神经网络套利策略应用于白糖期货市场可行有效,并且其在模型预测精度和套利效果方面均比BP、LSTM和LSTM-Adaboost神经网络更具优势。 展开更多
关键词 跨期套利 CEEMD-LSTM-adaboost模型 白糖期货
在线阅读 下载PDF
基于AdaBoost模型和SVM模型的铁水温度预测 被引量：2
4
作者 李欣 李宏扬 +4 位作者 刘然 刘小杰 唐文文 吕庆 陈树军 《炼铁》 CAS 北大核心 2024年第3期66-70,共5页
以某炼铁厂3号高炉实际生产数据为基础,针对原始数据存在的重复值、缺失值和异常值等问题进行数据处理,选用AdaBoost模型和SVM模型对铁水温度进行预测。结果表明,AdaBoost模型相较于SVM模型取得更好的预测效果,R达到0.878,±5℃预... 以某炼铁厂3号高炉实际生产数据为基础,针对原始数据存在的重复值、缺失值和异常值等问题进行数据处理,选用AdaBoost模型和SVM模型对铁水温度进行预测。结果表明,AdaBoost模型相较于SVM模型取得更好的预测效果,R达到0.878,±5℃预测准确率为85.21%,可满足高炉实际生产需要。基于高炉炼铁数据仓库系统,建立FineBI前端工具与铁水温度预测应用的数据连接,构建由特征参数、相关性分析、预测结果、模型评估和预测曲线等模块组成的前端界面,实现了高炉铁水温度预测应用的可视化展示。 展开更多
关键词 高炉 铁水温度预测 adaboost模型 SVM模型 数据仓库
在线阅读 下载PDF
ELM-AdaBoost模型在光纤陀螺温度误差补偿中的应用 被引量：1
5
作者 王瑞 郑百东 +2 位作者 李飞 刘伟 戴洪德 《兵工自动化》 北大核心 2024年第2期63-68,共6页
针对光纤陀螺零偏与温度之间复杂的非线性关系,引入极限学习机(extreme learning machines,ELM)模型补偿光纤陀螺的零偏温度误差;针对单个ELM在预测准确性和稳定性不足及其对奇异样本敏感的问题,引入自适应增强算法(adaptive boosting,A... 针对光纤陀螺零偏与温度之间复杂的非线性关系,引入极限学习机(extreme learning machines,ELM)模型补偿光纤陀螺的零偏温度误差;针对单个ELM在预测准确性和稳定性不足及其对奇异样本敏感的问题,引入自适应增强算法(adaptive boosting,AdaBoost)建立ELM-AdaBoost预测模型改善光纤陀螺性能,分析光纤陀螺的温度误差机理及模型参数对预测精度的影响,给出ELM算法隐含层神经元个数及AdaBoost算法迭代次数的确定方法。仿真结果表明:基于ELM-AdaBoost预测模型的补偿效果优于多元线性回归模型和单个ELM神经网络模型,并具有良好的泛化性能和温度适用性,补偿后陀螺零偏均方根误差降低93%以上,显著改善了光纤陀螺零偏稳定性能。 展开更多
关键词 光纤陀螺 温度零偏误差 ELM-adaboost预测模型 模型参数 零偏稳定性
在线阅读 下载PDF
BA-Adaboost模型的黑土区土壤养分含量高光谱估测 被引量：11
6
作者 林楠 刘海琪 +2 位作者 杨佳佳 吴梦红 刘翰霖 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第12期3825-3831,共7页
黑土中的有机质、磷和钾等养分元素在作物生长过程中起着至关重要的作用,研究黑土养分元素的分布特征,开展元素含量的定量计算,对黑土地的科学管理和环境保护具有重要意义。基于黑龙江省讷河市80份黑土样品和高光谱实测数据,分析了光谱... 黑土中的有机质、磷和钾等养分元素在作物生长过程中起着至关重要的作用,研究黑土养分元素的分布特征,开展元素含量的定量计算,对黑土地的科学管理和环境保护具有重要意义。基于黑龙江省讷河市80份黑土样品和高光谱实测数据,分析了光谱反射率、反射率一阶微分、反射率倒数对数、反射率倒数对数一阶微分与土壤有机质、磷元素和钾元素含量的相关性,并利用相关系数法提取敏感波段。针对机器学习模型中参数值优化选择问题,引入蝙蝠算法(BA)并与Adaboost模型相结合,利用BA对Adaboost模型中的最大迭代次数n和弱学习器权重缩减系数v两个核心参数进行寻优计算,选择CART决策树为模型的弱回归学习器,决定系数作为参数优化的目标函数值,构建BA-Adaboost土壤养分含量高光谱预测模型,定量估测土壤有机质、磷元素和钾元素含量,结果表明:BA-Adaboost组合模型可以快速搜索全局最优参数,经BA优化后的Adaboost模型精度和可靠性显著提高, 3种元素中,土壤有机质估测精度最高,决定系数和均方根误差分别为0.864和0.152 g·kg^-1,对比优化前模型预测精度提高了14.2%和25.4%,说明构建的BA-Adaboost模型在土壤元素含量高光谱估测中具有一定的应用前景,是一种高效的估测方法。 展开更多
关键词 黑土区 土壤养分含量 高光谱估测 蝙蝠算法 adaboost模型
在线阅读 下载PDF
基于Adaboost模型的并发程序数据竞争语句级检测 被引量：2
7
作者 孙家泽 易刚 舒新峰 《计算机工程》 CAS CSCD 北大核心 2021年第12期215-220,共6页
针对并发程序数据竞争检测时准确率低和开销大的问题,基于Adaboost模型设计并发程序数据竞争语句级检测方法。对多线程并发程序进行插桩操作,记录指令的相关内存信息,并对提取出的指令集做语句级转化处理,利用语句对相关属性特征构建并... 针对并发程序数据竞争检测时准确率低和开销大的问题,基于Adaboost模型设计并发程序数据竞争语句级检测方法。对多线程并发程序进行插桩操作,记录指令的相关内存信息,并对提取出的指令集做语句级转化处理,利用语句对相关属性特征构建并发程序Adaboost数据竞争检测模型,实现多线程程序数据竞争检测工具ADR。实验结果表明,相比于Eraser、Djit+和Thread Sanitizer工具,ADR能够在降低时间及内存开销的同时,有效提高分类准确率,验证了所提方法的有效性。 展开更多
关键词 数据竞争 并发程序 程序插桩 adaboost模型 语句级
在线阅读 下载PDF
基于随机搜索算法和AdaBoost模型预测LF精炼过程脱硫率 被引量：1
8
作者 严旭梅 陈超 +1 位作者 王楠 陈敏 《材料与冶金学报》 CAS 北大核心 2023年第5期430-436,443,共8页
脱硫是LF精炼过程的主要任务之一.为达到稳定脱硫率的目的,利用AdaBoost模型对某钢铁厂LF精炼过程的实际生产数据进行建模,通过对比网格搜索算法、随机搜索算法及贝叶斯优化算法对AdaBoost模型超参数的优化效果和优化时间的影响,讨论了... 脱硫是LF精炼过程的主要任务之一.为达到稳定脱硫率的目的,利用AdaBoost模型对某钢铁厂LF精炼过程的实际生产数据进行建模,通过对比网格搜索算法、随机搜索算法及贝叶斯优化算法对AdaBoost模型超参数的优化效果和优化时间的影响,讨论了实际应用中AdaBoost模型的超参数优化方案.此外,根据实验对比结果及实际应用情况,确定了基于随机搜索算法和AdaBoost模型的LF精炼过程脱硫率预测模型.结果表明:该模型可以实现脱硫率误差在±0.07,±0.06和±0.05时,准确度分别为95.3%,93.0%和86.0%. 展开更多
关键词 脱硫率 LF精炼过程 预测模型 adaboost模型 超参数优化
在线阅读 下载PDF
基于AdaBoost模型和mRMR算法的小麦白粉病遥感监测 被引量：19
9
作者 马慧琴 黄文江 +6 位作者 景元书 董莹莹 张竞成 聂臣巍 唐翠翠 赵晋陵 黄林生 《农业工程学报》 EI CAS CSCD 北大核心 2017年第5期162-169,共8页
除选择合适的建模方法外,选择合适的特征选择算法来优选建模特征对提高作物病害的遥感监测水平具有重要作用。选取陕西省关中平原西部小麦白粉病为对象,基于Landsat 8遥感影像共提取了18个特征变量,通过相关性分析(correlation analysis... 除选择合适的建模方法外,选择合适的特征选择算法来优选建模特征对提高作物病害的遥感监测水平具有重要作用。选取陕西省关中平原西部小麦白粉病为对象,基于Landsat 8遥感影像共提取了18个特征变量,通过相关性分析(correlation analysis,CA)和最小冗余最大相关(minimum redundancy maximum relevance,mRMR)2种特征选择算法筛选出了2组不同的特征变量,分别将其输入Fisher线性判别分析(Fisher linear discriminant analysis,FLDA)、支持向量机(support vector machine,SVM)和AdaBoost 3种方法,构建小麦白粉病发生严重程度监测模型,并对其进行精度验证与对比分析。结果表明,2种AdaBoost模型对小麦白粉病发生严重程度的总体监测精度分别比FLDA模型和SVM模型高出27.9%、27.9%和14.0%、9.3%,mRMR算法筛选特征所建FLDA、SVM及AdaBoost监测模型的总体监测精度分别比CA筛选特征所建模型高出7.0%、11.7%和7.0%,且mRMR算法筛选特征结合AdaBoost方法所建监测模型的精度和Kappa系数分别为88.4%和0.807,为所有模型中最高。说明将AdaBoost方法用于作物病害遥感监测效果较好,在作物病害监测模型的特征变量选择中mRMR算法比常用CA算法更具优势。研究结果可为其他作物病害遥感监测提供方法参考。 展开更多
关键词 病害 遥感 监测 小麦 mRMR算法 adaboost方法
在线阅读 下载PDF
BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用 被引量：18
10
作者 刘元元 杨功流 李思宜 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2014年第2期235-239,共5页
针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost(Back Propagation neural network,Adaptive Boosting)模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐... 针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost(Back Propagation neural network,Adaptive Boosting)模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐含层神经元个数的选择以及AdaBoost模型迭代次数的确定方法.运用AdaBoost算法提升单个BP神经网络的预测能力,提高了集成模型整体的预测精度.对采集的光纤陀螺输出实测数据进行了事后仿真,结果表明,BP-AdaBoost模型相比传统的线性回归模型、混合线性回归模型、单个BP神经网络模型的补偿效果更显著,验证了该模型的有效性,具有重大的工程应用参考价值. 展开更多
关键词 光纤陀螺 温度补偿 adaboost算法 BP神经网络
在线阅读 下载PDF
BP_Adaboost模型和分组建模的新安江模型在大伙房水库控制流域洪水预报中的应用 被引量：1
11
作者 赵文斌 王雪妮 +1 位作者 肖长来 梁秀娟 《水电能源科学》 北大核心 2021年第8期85-88,共4页
采用BPAdaboost模型和分组建模的新安江模型对大伙房水库控制流域(简称大伙房流域)洪水进行预报,探讨了不同模型方法在丰、平、枯3种代表年洪水中的预报精度。结果表明,分组建模的新安江模型和BPAdaboost模型均适用于大伙房流域的洪水预... 采用BPAdaboost模型和分组建模的新安江模型对大伙房水库控制流域(简称大伙房流域)洪水进行预报,探讨了不同模型方法在丰、平、枯3种代表年洪水中的预报精度。结果表明,分组建模的新安江模型和BPAdaboost模型均适用于大伙房流域的洪水预报,二者预报精度等级均为甲等,洪水过程确定性系数均为乙等。其中新安江模型分组率定参数进行建模预报的方法是可行的,其洪水预报过程与实测过程拟合度较高,能较好地反映洪水的涨落起伏;BPAdaboost模型不仅可以较好地解决传统BP模型预报结果震荡的问题,还能提高预报精度,其模型自修正及参数自动率定功能可以显著提高工作效率,因而在实际应用中可根据需求选择不同模型与方法进行洪水预报。 展开更多
关键词 分组建模的新安江模型 BPadaboost模型 洪水预报 大伙房流域
在线阅读 下载PDF
基于Adaboost模型的江苏省冬小麦产量预测 被引量：1
12
作者 张顺航 张凤航 李金泽 《现代农业科技》 2019年第12期248-249,共2页
农作物产量预测是农业科学的一个重要问题,而气象特征的变化将对农作物的产量产生影响。本文根据1981—2016年江苏省的气象数据,研究影响农作物产量的关键气象特征,并利用机器学习中的Adaboost算法,对江苏省近几年的小麦产量进行预测。... 农作物产量预测是农业科学的一个重要问题,而气象特征的变化将对农作物的产量产生影响。本文根据1981—2016年江苏省的气象数据,研究影响农作物产量的关键气象特征,并利用机器学习中的Adaboost算法,对江苏省近几年的小麦产量进行预测。结果表明Adaboost模型预测准确率较高,从而为农业生产中的正确决策提供参考。 展开更多
关键词 冬小麦产量预测 气象特征 机器学习 adaboost模型 江苏省
在线阅读 下载PDF
运用BP-AdaBoost模型识别随机车载作用下大跨斜拉桥拉索损伤 被引量：1
13
作者 谭冬梅 谢华 +2 位作者 陈杰 瞿伟廉 查大奎 《噪声与振动控制》 CSCD 2017年第2期163-167,共5页
为了有效地进行大跨结构的损伤识别,提出随机车载作用下利用BP-AdaBoost(Back Propagation neural network,Adaptive Boosting)模型对大跨斜拉桥拉索进行损伤识别的方法。该方法首先依据交通调查数据,建立随机交通荷载模型,再运用提升框... 为了有效地进行大跨结构的损伤识别,提出随机车载作用下利用BP-AdaBoost(Back Propagation neural network,Adaptive Boosting)模型对大跨斜拉桥拉索进行损伤识别的方法。该方法首先依据交通调查数据,建立随机交通荷载模型,再运用提升框架,对结构损伤前后的振动测试信号进行提升小波包分解,将小波包信号分量能量累积变异值作为特征值,识别斜拉索损伤位置,然后以此建立BP-AdaBoost模型,利用AdaBoost算法和BP神经网络相结合的方法对大跨斜拉桥拉索的损伤程度进行识别,并研究噪声对该算法的影响。数值分析结果表明,该方法有较强的抗噪声干扰能力,在随机车载作用下,运用BP-AdaBoost模型能够有效识别大跨斜拉桥拉索损伤。 展开更多
关键词 振动与波 随机车载 BP-adaboost 损伤识别 拉索 提升小波包
在线阅读 下载PDF
基于BP-Adaboost模型的年降水量预测研究
14
作者 彭高辉 张祥 郭春梅 《华北水利水电大学学报（自然科学版）》 2014年第5期10-12,共3页
基于BP和Adaboost模型算法构建BP-Adaboost模型,通过对河南省10个地市的近60年降水数据进行2 ～4 a的年降水量预测.和单一BP算法预测结果相比,BP-Adaboost预测模型对训练数据的误差率全部小于BP神经网络模型,预测能力较BP神经网络有明... 基于BP和Adaboost模型算法构建BP-Adaboost模型,通过对河南省10个地市的近60年降水数据进行2 ～4 a的年降水量预测.和单一BP算法预测结果相比,BP-Adaboost预测模型对训练数据的误差率全部小于BP神经网络模型,预测能力较BP神经网络有明显的提升.最后对10个地市2013年和2014年的年降水量进行预测,供相关决策部门参考. 展开更多
关键词 年降水量预测 adaboost算法 BP神经网络 强预测器
在线阅读 下载PDF
基于CEEMDAN-BA-SVR-Adaboost模型的白水河滑坡位移预测 被引量：13
15
作者 李龙起 王梦云 +2 位作者 赵皓璆 王滔 赵瑞志 《长江科学院院报》 CSCD 北大核心 2021年第6期52-59,66,共9页
为提高白水河滑坡位移预测精度,提出一种新的预测模型,即基于自适应噪声完全集合经验模态分解(CEEMDAN)-蝙蝠算法(BA)-支持向量回归机(SVR)-自适应提升算法(Adaboost)的模型。以该滑坡为研究对象,利用CEEMDAN将滑坡位移分解为趋势项以及... 为提高白水河滑坡位移预测精度,提出一种新的预测模型,即基于自适应噪声完全集合经验模态分解(CEEMDAN)-蝙蝠算法(BA)-支持向量回归机(SVR)-自适应提升算法(Adaboost)的模型。以该滑坡为研究对象,利用CEEMDAN将滑坡位移分解为趋势项以及由IMF分项构成的波动项。首先采用BP神经网络对趋势项位移进行预测,随后利用CEEMDAN-BA-SVR-Adaboost模型对波动项进行预测,并将预测结果与CEEMDAN-PSO-SVR-Adaboost、CEEMDAN-BA-BP-Adaboost、CEEMADAN-BA-SVR、BA-SVR-Adaboost模型预测结果进行对比分析,验证本模型在位移预测方面的优越性。此外,利用CEEMDAN-BA-SVR-Adaboost模型对ZG118波动项位移进行预测,同时计算ZG93监测点最终累计预测位移。结果表明,对白水河滑坡位移进行预测时,CEEMDAN-BA-SVR-Adaboost模型具有较高的准确性和适用性。 展开更多
关键词 白水河滑坡 位移预测 自适应噪声完全集合经验模态分解(CEEMDAN) 蝙蝠算法(BA) 支持向量回归机(SVR) 集成学习
在线阅读 下载PDF
基于RF＿AdaBoost模型的血液种属鉴别算法 被引量：4
16
作者 魏曼曼 路皓翔 杨辉华 《高等学校化学学报》 SCIE EI CAS CSCD 北大核心 2020年第1期94-101,共8页
针对人类和非人类血液种属鉴别对无损、高效分析方法的需求,结合随机森林(Random Forest)和AdaBoost(Adaptive Boosting Algorithm)算法,提出了一种血液种属鉴别方法(RF_AdaBoost).该方法将RF作为AdaBoost的弱分类器,以达到提高模型鉴... 针对人类和非人类血液种属鉴别对无损、高效分析方法的需求,结合随机森林(Random Forest)和AdaBoost(Adaptive Boosting Algorithm)算法,提出了一种血液种属鉴别方法(RF_AdaBoost).该方法将RF作为AdaBoost的弱分类器,以达到提高模型鉴别准确度,增强模型鲁棒性的目的.采用RF、支持向量机(SVM)、极限学习机(ELM)、核极限学习机(KELM)、堆栈自编码网络(SAE)、反向传播网络(BP)、主成分分析⁃线性判别法(PCA⁃LDA)及偏最小二乘判别分析(PLS⁃DA)与RF_AdaBoost模型进行对比,以不同规模血液拉曼光谱数据训练集进行鉴别实验评估其性能.结果表明,随着训练样本的增加,RF_AdaBoost鉴别准确度最高达100%,预测标准偏差趋于0.与其它模型相比,RF_AdaBoost具有较高的分类准确度及较强的稳定性,为血液种属的鉴别工作提供了新方法. 展开更多
关键词 拉曼光谱 随机森林 adaboost算法 集成学习 血液种属鉴别
在线阅读 下载PDF
基于FEEMD-PACF-BP_AdaBoost模型的风电功率超短期预测 被引量：5
17
作者 蒲娴怡 毕贵红 +1 位作者 王凯 高晗 《计算机应用与软件》 北大核心 2021年第11期91-97,共7页
针对风电功率超短期预测问题,提出基于快速集合经验模态分解(Fast Ensemble Empirical Mode Decomposition, FEEMD)、样本熵(Sample Entropy, SE)和BPAdaBoost集成神经网络组合的超短期风电功率预测模型。对风电功率原始数据,采用FEEMD... 针对风电功率超短期预测问题,提出基于快速集合经验模态分解(Fast Ensemble Empirical Mode Decomposition, FEEMD)、样本熵(Sample Entropy, SE)和BPAdaBoost集成神经网络组合的超短期风电功率预测模型。对风电功率原始数据,采用FEEMD方法将其分解为从一系列本征模态函数分量(IMF)和余项;运用样本熵来解决分量个数过多、计算量繁杂的问题,通过PACF(偏自相关系数)筛选出与预测值关联程度高的元素确定输入维数;选用泛化能力强的集成神经网络BPAdaBoost构建单步滚动预测模型并叠加获得最终值。实验结果表明,该组合模型提高了预测精度,具有可行性和有效性。 展开更多
关键词 风电功率预测 快速集合经验模态分解 偏自相关数 样本熵 adaboost BP神经网络
在线阅读 下载PDF
基于AdaBoost模型的大渡河流域中长期径流预报应用研究 被引量：3
18
作者 李佳 曲田 +2 位作者 朱艳军 陶思铭 胡义明 《水电能源科学》 北大核心 2022年第10期10-13,共4页
以集成学习算法中的AdaBoost模型为基础,开展大渡河流域猴子岩断面未来12个月预见期(最长预见期为12个月)的中长期径流预报研究。先采用置换准确度重要性度量方法筛选各预报月份影响因子,在此基础上采用交叉验证-随机搜索方法进行模型优... 以集成学习算法中的AdaBoost模型为基础,开展大渡河流域猴子岩断面未来12个月预见期(最长预见期为12个月)的中长期径流预报研究。先采用置换准确度重要性度量方法筛选各预报月份影响因子,在此基础上采用交叉验证-随机搜索方法进行模型优化,构建了各预报月份的中长期径流预报模型。通过逐月滚动建模及滚动预报的方式评估模型在不同预见期及不同月份的真实预报效果。结果表明,不同预见期(1~12月)条件下,模型预报系列与实测系列的相关系数均大于0.9,模型具有较高的预报精度。就不同预见期预报精度的综合结果来看,1~6、8~10、12月的预报精度均大于80%;7、11月的预报精度在75%左右。2018年1~12月和2020年10月至2021年9月共12个不同预见期的平均预报精度分别为85.7%、85.1%。从中长期精度预报角度而言,模型具有较好的实用精度要求,可为流域水资源精准调配和发电效益的提高提供支撑。 展开更多
关键词 adaboost 置换准确度重要性度量 随机搜索方法 中长期径流预报 大渡河流域
在线阅读 下载PDF
基于LSTM-Adaboost模型的商品期货投资策略研究 被引量：5
19
作者 邸浩 赵学军 张自力 《南方金融》 北大核心 2018年第8期62-76,共15页
由于商品期货具有与传统金融资产相关性较低、可多空并举的特性,因此,商品期货投资策略研究受到投资理论和实务界的广泛关注。本文在研究影响五种大宗商品价格走势的主要因素基础上,采用LSTM-Adaboost模型对非线性、非平稳的商品价格序... 由于商品期货具有与传统金融资产相关性较低、可多空并举的特性,因此,商品期货投资策略研究受到投资理论和实务界的广泛关注。本文在研究影响五种大宗商品价格走势的主要因素基础上,采用LSTM-Adaboost模型对非线性、非平稳的商品价格序列进行建模和预测,以提高神经网络模型的预测能力和泛化能力。根据LSTM-Adaboost模型的预测结果构造相应的投资策略,将基于LSTM-Adaboost模型的商品期货交易策略同经典的商品期货交易策略进行比较研究。结果表明:无论是年化收益率指标还是夏普比率指标,基于LSTM-Adaboost模型的商品期货交易策略都要优于经典的商品期货交易策略。此外,针对单一投资品种的投资策略回撤大的问题,本文还构建多个投资品种期货组合优化模型,有效解决投资策略在每个投资品种上安排资金占比和最优杠杆的问题,这一方法可以较好地起到控制风险、提高收益的作用。 展开更多
关键词 人工智能 LSTM神经网络 adaboost算法 商品期货 投资组合理论
在线阅读 下载PDF
基于相似日聚类和IHGWO-WNN-AdaBoost模型的短期光伏功率预测 被引量：22
20
作者 杨国华 张鸿皓 +3 位作者 郑豪丰 郁航 高佳 庄家懿 《高电压技术》 EI CAS CSCD 北大核心 2021年第4期1185-1194,共10页
为进一步提升光伏输出功率短期预测的准确性和稳定性,提出一种基于相似日聚类的小波神经网络(wavelet neural network,WNN)和AdaBoost的混合预测模型。首先利用模糊C均值聚类(fuzzy C-means algorithm,FCM)算法将初始数据集按照不同的... 为进一步提升光伏输出功率短期预测的准确性和稳定性,提出一种基于相似日聚类的小波神经网络(wavelet neural network,WNN)和AdaBoost的混合预测模型。首先利用模糊C均值聚类(fuzzy C-means algorithm,FCM)算法将初始数据集按照不同的季节和天气类型进行划分;其次选用WNN作为改进AdaBoost算法的基学习器,构建WNN-AdaBoost模型,并使用改进混合灰狼优化(improved hybridizing grey wolf optimization,IHGWO)算法优化WNN的小波因子和权值;最后选用我国中部地区某光伏电站实采的输出功率数据进行算例分析,通过与其他模型的对比,验证了所提模型的预测效果。实验结果表明:在不同季节和天气类型下,所提模型均能得到较好的预测结果,在有效提升光伏短期输出功率预测精度的同时,兼备了较强的适应性和鲁棒性。 展开更多
关键词 光伏功率预测 相似日聚类 改进混合灰狼优化算法 小波神经网络 adaboost 自适应权重
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 2 … 250 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