期刊文献+
共找到195篇文章
< 1 2 10 >
每页显示 20 50 100
动态时间序列建模的多模态情感识别方法 被引量:2
1
作者 李佳泽 梅红岩 +1 位作者 贾丽云 李文娅 《计算机工程与应用》 北大核心 2025年第1期196-205,共10页
现有的情感识别研究未充分考虑语音信号中的局部-全局信息和长期时间依赖关系,文本特征提取也存在特征稀疏和信息丢失的问题。为解决上述问题,提出动态时间序列建模的多模态情感识别方法。设计动态时间窗口模块分割语音信号从而捕捉局部... 现有的情感识别研究未充分考虑语音信号中的局部-全局信息和长期时间依赖关系,文本特征提取也存在特征稀疏和信息丢失的问题。为解决上述问题,提出动态时间序列建模的多模态情感识别方法。设计动态时间窗口模块分割语音信号从而捕捉局部-全局信息,并通过双向序列建模捕获信号中的空间信息。考虑到文本信息对情感分析的重要性,采用基于Transformer模型的卷积神经网络捕捉文本中不同位置间的依赖关系建模较长的上下文信息,最后将两种模态进行融合得到最终的情感分类。模型在IEMOCAP数据集上的实验结果表明,相比其他主流模型具有更好的多模态情感识别效果。 展开更多
关键词 态情感分析 动态时间窗口 双向时间序列 卷积神经网络 态融合
在线阅读 下载PDF
考虑噪声影响的MEMD-XGBoost方法在GNSS高程时间序列建模和预测中的应用 被引量:1
2
作者 鲁铁定 李祯 贺小星 《国防科技大学学报》 EI CAS CSCD 北大核心 2024年第6期149-158,共10页
全球导航卫星系统(global navigation satellite system,GNSS)高程时间序列研究有助于监测和分析地壳板块运动,可以为研究人员判断区域运动趋势提供依据。基于经验模态分解和极端梯度提升算法构建了MEMD-XGBoost模型来预测分析GNSS高程... 全球导航卫星系统(global navigation satellite system,GNSS)高程时间序列研究有助于监测和分析地壳板块运动,可以为研究人员判断区域运动趋势提供依据。基于经验模态分解和极端梯度提升算法构建了MEMD-XGBoost模型来预测分析GNSS高程时间序列。为了验证模型的预测性能,实验选取8个GNSS站高程时间序列数据进行预测实验,特征构造结果显示,多次经验模态分解可以准确地提取原始时间序列信息,提供有效特征。建模结果表明,MEMD-XGBoost模型可以有效改善数据质量。预测结果表明,MEMD-XGBoost模型预测结果具有较高的精度和准确率,误差离散程度较小,模型具有较强的稳定性和鲁棒性,可以较好地预测出GNSS站高程方向的运动趋势和季节性变化。因此,该模型可以应用于GNSS高程时间序列建模和预测研究。 展开更多
关键词 GNSS时间序列 经验态分解 极端梯度提升 预测
在线阅读 下载PDF
时间二维变化建模的网络流量多步预测方法 被引量:1
3
作者 宋文超 杨帆 +1 位作者 邢泽华 张钰杰 《西安电子科技大学学报》 北大核心 2025年第1期22-36,共15页
准确预测网络流量的变化,可以帮助运营商提前进行资源分配和调度,最大程度减少网络拥塞。现有的网络流量多步预测方法难以捕获流量序列的长相关性,在多步预测任务上精度较低,基于此,提出了一种时间二维变化建模的网络流量多步预测方法... 准确预测网络流量的变化,可以帮助运营商提前进行资源分配和调度,最大程度减少网络拥塞。现有的网络流量多步预测方法难以捕获流量序列的长相关性,在多步预测任务上精度较低,基于此,提出了一种时间二维变化建模的网络流量多步预测方法。该方法首先利用门控循环单元对网络流量序列进行编码,以实现网络流量时间相关性的精准表征;然后利用网络流量周期特征对其进行重构,将一维的流量序列转化为二维,重构后的流量序列长度被压缩,特征更为集中,使得模型能够有效感知其长相关特征。最后通过新型卷积神经网络捕获重构后流量序列的二维特征,并进行加权融合得到最终的预测结果。仿真结果表明,相较于主流的网络流量多步预测方法,所提方法均方根误差至少降低约8.69%,平均绝对误差至少降低约8.96%,平均百分比误差至少降低约11.73%。实验结果说明所提方法能够有效挖掘网络流量长相关特征,在网络流量多步预测任务中具有更高的预测精度。 展开更多
关键词 预测 网络管理 流量预测 时间二维变化
在线阅读 下载PDF
基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测 被引量:16
4
作者 姜春雷 张树清 +2 位作者 张策 李华朋 丁小辉 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第1期189-193,共5页
植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响... 植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响,该产品在时间和空间上缺乏连续性。MODIS LAI时间序列包含线性部分和外在干扰产生的非线性部分,单一的线性方法或非线性方法都不能对其精确建模和预测。首先利用Savitzky-Golay(SG)滤波和线性插值平滑受到干扰的LAI时间序列,然后采用季节自回归积分滑动平均(SARIMA)方法、BP神经网络方法及二者的组合方法(SARIMA-BP)对MODIS LAI时间序列进行建模及预测。在SARIMA-BP神经网络组合方法中,各自在线性与非线性建模的优势得以充分发挥,其中SARIMA方法用于建模及预测LAI时间序列中的线性部分,BP神经网络方法用于对非线性残差部分进行建模及预测。实验结果显示:SG滤波和线性插值后的LAI时间序列比原LAI时间序列更平滑;SARIMA-BP神经网络组合方法的决定系数为0.981,比SARIMA和BP神经网络的0.941和0.884更接近于1;SARIMA-BP神经网络组合方法的预测值同观测值之间的相关系数为0.991,高于SARIMA(0.971)和BP神经网络(0.942)的相关系数。由此得出结论:SARIMA-BP神经网络组合方法对MODIS LAI时间序列具有更好的适应性,其建模和预测准确性高于SARIMA方法或BP神经网络方法。 展开更多
关键词 SARIMA BP神经网络 lai SARIMA-BP神经网络组合方法 lai时间序列建模与预测
在线阅读 下载PDF
基于多因素特征工程建模的电力负荷预测方法
5
作者 刘硕 丁宇昂 赵梓焱 《沈阳工业大学学报》 北大核心 2025年第3期309-316,共8页
【目的】准确的电力负荷预测是电力系统实现顺利运行和有效管理的关键,可使电力公司有效调度发电设备,从而提高电力系统的运行效率和经济效益。然而,电力负荷数据受多种外部因素影响,同时具有显著的时间依赖性,导致其难以精准预测。为此... 【目的】准确的电力负荷预测是电力系统实现顺利运行和有效管理的关键,可使电力公司有效调度发电设备,从而提高电力系统的运行效率和经济效益。然而,电力负荷数据受多种外部因素影响,同时具有显著的时间依赖性,导致其难以精准预测。为此,提出一种融合多因素建模与时间序列分析的电力负荷预测模型,通过兼顾多因素复杂影响分析与电力负荷时间依赖性特征,实现电力负荷的精准预测。【方法】为了突破多因素分析方法与时间序列预测建模方法各自的局限性,基于深度学习与多因素分析方法,提出了一种结合长短期记忆(long short-term memory,LSTM)网络与贝叶斯优化算法的改进电力负荷预测模型。首先,构建了一个全面的多因素特征池,包括电力负荷的历史时序特征和多种外部因素特征,以充分捕捉电力负荷数据与多种影响因素间的复杂关系。其次,采用LSTM网络作为核心模型,利用其独特的门控机制与记忆单元,捕捉电力负荷数据的时间依赖性和多因素之间的复杂关联。引入贝叶斯优化算法对LSTM模型的超参数进行调优,以高斯过程作为代理模型,充分利用先验信息,提升模型训练效率和预测性能。【结果】利用5个实际变压器数据集对模型进行了训练和测试,并通过多种评价指标验证了模型的有效性。基于多因素特征工程建模的电力负荷预测方法在5个不同变压器数据集上的预测性能均显著优于利用单一因素预测的模型,进一步突出了多因素特征池的有效性。LSTM模型的最大决定系数为0.9207,最小均方误差为0.042,最小平均绝对误差为0.024,表明其在复杂电力负荷预测任务中具有优越性能。【结论】融合多因素建模与时间序列分析的电力负荷预测模型充分考虑了外部因素的复杂性和电力负荷数据的时间依赖性特征,创新性地引入了一个全面的特征池参与LSTM模型的训练和测试。结合多因素特征池建模的LSTM网络具有较高的预测精度和鲁棒性,为电力负荷预测提供了新的技术思路,对智能电网的规划和调度具有重要的参考价值,并为进一步发展精准负荷预测技术奠定了基础。 展开更多
关键词 电力负荷预测 LSTM网络 贝叶斯优化 多因素分析 时间序列预测 特征工程 数据驱动 深度学习
在线阅读 下载PDF
一种非线性非平稳时间序列预测建模方法 被引量:9
6
作者 林树宽 杨玫 +1 位作者 乔建忠 王国仁 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第3期325-328,共4页
提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向... 提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向量回归建立相应的平稳时间序列预测模型;最后,再一次利用支持向量回归对这些预测模型进行非线性组合,得到非线性、非平稳时间序列的预测模型.仿真实验和工程应用均表明,所提的预测建模方法与传统的基于支持向量回归的建模方法相比,具有较高的精度,说明该方法对于非线性、非平稳时间序列的预测是有效的. 展开更多
关键词 经验式分解 支持向量回归 非线性非平稳时间序列 本征式分量 预测
在线阅读 下载PDF
基于核方法的非线性时间序列预测建模 被引量:2
7
作者 林树宽 乔建忠 +2 位作者 王国仁 郑刚 董俊 《计算机工程》 CAS CSCD 北大核心 2007年第17期23-25,共3页
提出了一种基于核的非线性时间序列预测建模方法。对非线性时间序列的相空间进行重构以确定其嵌入维数,并提出一种基于核主成分分析的非线性时间序列相空间重构方法,针对时间序列的时序特征,采用一种加权的支持向量回归模型对时间序列... 提出了一种基于核的非线性时间序列预测建模方法。对非线性时间序列的相空间进行重构以确定其嵌入维数,并提出一种基于核主成分分析的非线性时间序列相空间重构方法,针对时间序列的时序特征,采用一种加权的支持向量回归模型对时间序列预测建模。在不同基准数据集上的实验结果表明,与通常的基于普通支持向量回归的建模方法相比,该文所提出的预测建模方法具有较高的精度,说明所提方法对非线性时间序列的预测建模是有效的。 展开更多
关键词 核主成分分析 支持向量回归 相空间重构 时间序列
在线阅读 下载PDF
两类思想时间序列建模方法在医疗收入趋势周期预测中的应用 被引量:1
8
作者 李望晨 王在翔 +1 位作者 肖文静 张利平 《中国卫生统计》 CSCD 北大核心 2017年第2期338-340,共3页
时间序列分析是利用历史时序资料分析事物本身随时间变化规律,经数学模型拟合后提取历史延续性信息,惯性外推后预测未来。随着交叉学科多样化方法引入,时间序列分析技术和软件工具不断拓展,为不同问题数据资料提供适应空间。
关键词 时间序列分析 周期预测 医疗收入 方法 应用 时间变化规律 时序资料 型拟合
在线阅读 下载PDF
基于时间序列分析的机车振动信号建模和预测 被引量:5
9
作者 刘辉 潘迪夫 李燕飞 《铁道机车车辆》 2007年第4期34-37,共4页
通常机械设备的振动信号是其运行状况的直接反映,而对振动信号的未来预测又是分析的重点。现选择时间序列分析理论来处理振动信号,选用AR模型进行建模与预测仿真。同时对时间序列建模的基本原理、操作步骤做了详细的论述。最后利用Matla... 通常机械设备的振动信号是其运行状况的直接反映,而对振动信号的未来预测又是分析的重点。现选择时间序列分析理论来处理振动信号,选用AR模型进行建模与预测仿真。同时对时间序列建模的基本原理、操作步骤做了详细的论述。最后利用Matlab系统辨识工具箱相关函数对一个实际机车振动信号进行了建模,结果表明利用时间序列分析技术处理振动信号的预测问题是快速有效的。 展开更多
关键词 机车振动信号 时间序列 预测
在线阅读 下载PDF
波浪影响下船舶横摇运动的时间序列预测数学建模研究 被引量:6
10
作者 李海霞 《舰船科学技术》 北大核心 2017年第22期13-15,共3页
在波浪的影响下,常规的船舶横摇运动时,没有建立横摇运动的模型,降低了预测的精度,不能有效地减小船舶的横摇,存在船舶耐波性较差的问题。当前方法进行船舶横摇运动的建模时,不能减小船舶的横摇,降低了船舶的耐波性。提出一种基于时间... 在波浪的影响下,常规的船舶横摇运动时,没有建立横摇运动的模型,降低了预测的精度,不能有效地减小船舶的横摇,存在船舶耐波性较差的问题。当前方法进行船舶横摇运动的建模时,不能减小船舶的横摇,降低了船舶的耐波性。提出一种基于时间序列预测的船舶横摇运动数学建模研究方法。该方法建立波浪扰动船舶横摇运动模型,依据随机的过程理论,求出空间上某固定点波浪倾角的数学模型,依据横摇运动模型得出横摇运动的数据。对船舶横摇运动进行时间序列预测克服了传统方法存在的弊端,运用时间序列的分析方法建立AR模型,应用于船舶横摇运动的时间序列的预测,减小船舶的横摇性,提高了船舶的耐波性,完成对波浪影响下船舶横摇运动的时间序列预测数学建模的研究。实验的结果表明,利用该方法能有效地减小船舶的横摇,提高船舶的耐波性。 展开更多
关键词 波浪影响 横摇运动 时间序列 数学
在线阅读 下载PDF
基于周期性建模的时间序列预测方法及电价预测研究 被引量:32
11
作者 徐任超 阎威武 +2 位作者 王国良 杨健程 张曦 《自动化学报》 EI CSCD 北大核心 2020年第6期1136-1144,共9页
时间序列数据广泛存在于人类的生产生活中,通常具有复杂的非线性动态和一定的周期性.与传统的时间序列分析方法相比,基于深度学习的方法更能捕捉数据的深层特性,对具有复杂非线性的时间序列有较好的建模效果.为了在神经网络中显式地建... 时间序列数据广泛存在于人类的生产生活中,通常具有复杂的非线性动态和一定的周期性.与传统的时间序列分析方法相比,基于深度学习的方法更能捕捉数据的深层特性,对具有复杂非线性的时间序列有较好的建模效果.为了在神经网络中显式地建模时间序列数据的周期性和趋势性,本文在循环神经网络的基础上引入了周期损失和趋势损失,建立了基于周期性建模和多任务学习的时间序列预测模型.将模型应用到欧洲能源交易所法国市场的能源市场价格预测中,结果表明周期损失和趋势损失能够提高神经网络的泛化能力,并提高预测时间序列趋势的精度. 展开更多
关键词 时间序列预测 深度学习 循环神经网络 周期趋势
在线阅读 下载PDF
考虑多变量建模的中期负荷预测模型 被引量:1
12
作者 徐利美 赵金 +3 位作者 李裕民 姚非 邢吉伟 续欣莹 《南方电网技术》 CSCD 北大核心 2024年第11期79-87,共9页
中期负荷预测受温度、节假日和周末等多个外部变量影响。长短时记忆网络(long short-term memory,LSTM)虽然在短期负荷预测中展现了强大的预测能力,但不能很好地建立起中期负荷预测多外部变量与预测负荷之间的相关关系。针对上述问题,... 中期负荷预测受温度、节假日和周末等多个外部变量影响。长短时记忆网络(long short-term memory,LSTM)虽然在短期负荷预测中展现了强大的预测能力,但不能很好地建立起中期负荷预测多外部变量与预测负荷之间的相关关系。针对上述问题,提出了并行LSTM结构以及时间序列N节点树形LSTM(time-series N-node tree-LSTMs, t-N Tree-LSTMs)结构,通过引入分支结构和树形结构构建更细的特征粒度实现对中期负荷预测的建模。最后在2017年全球能源预测大赛数据集GEFCom2017上进行实验,结果表明在中期负荷预测过程中更细的特征粒度有利于获取更高精度的预测结果,验证了并行LSTM模型和t-N Tree-LSTMs模型的有效性。 展开更多
关键词 中期负荷预测 长短时记忆网络 时间序列 特征粒度 多变量
在线阅读 下载PDF
改进时间序列模型在高速公路短时交通流量预测中的应用 被引量:22
13
作者 唐毅 刘卫宁 +2 位作者 孙棣华 魏方强 余楚中 《计算机应用研究》 CSCD 北大核心 2015年第1期146-149,共4页
为了提高短时交通流预测精度,针对传统时间序列模型在进行交通流量预测时存在无法动态调整模型参数、样本量过大导致序列的平稳性减弱、建模过程复杂等不足,从样本序列的动态选取及模型识别两方面进行优化,提出了一种改进的时间序列模... 为了提高短时交通流预测精度,针对传统时间序列模型在进行交通流量预测时存在无法动态调整模型参数、样本量过大导致序列的平稳性减弱、建模过程复杂等不足,从样本序列的动态选取及模型识别两方面进行优化,提出了一种改进的时间序列模型。利用渝武高速公路微波车检器的实测流量数据对改进前后的时间序列模型进行了实验验证和对比分析,结果表明改进后的时间序列模型有效克服了传统时间序列模型的不足,并对不同的交通流状况具有较好的适应性,无论在工作日还是节假日均具有更高的预测精度。 展开更多
关键词 交通工程 交通流量预测 时间序列 样本序列 动态 参数调整
在线阅读 下载PDF
基于支持向量机的时间序列预测模型分析与应用 被引量:45
14
作者 尉询楷 李应红 +1 位作者 张朴 路建明 《系统工程与电子技术》 EI CSCD 北大核心 2005年第3期529-532,共4页
阐述了支持向量机在时间序列预测中应用的理论基础,给出了时间序列预测分析的基本框架。将支持向量机预测模型应用于某型航空发动机的滑油金属含量监测中,并与递归神经网络预测器进行了比较。得出支持向量机由于采用了新型的结构风险最... 阐述了支持向量机在时间序列预测中应用的理论基础,给出了时间序列预测分析的基本框架。将支持向量机预测模型应用于某型航空发动机的滑油金属含量监测中,并与递归神经网络预测器进行了比较。得出支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力,可预测区间较长且具有较高的准确度,而递归神经网络模型在中、短期预测中与支持向量机相差不大,在较长区间预测中效果较差的结论。 展开更多
关键词 支持向量回归 递归神经网络 时间序列预测 模与应用
在线阅读 下载PDF
基于超程时间和吸合时间建模的继电器双变量寿命预测方法的研究 被引量:36
15
作者 翟国富 王淑娟 +1 位作者 许峰 刘茂恺 《中国电机工程学报》 EI CSCD 北大核心 2002年第7期76-80,共5页
继电器寿命是表征继电器可靠性的重要指标,超程时间和吸合时间是表征继电器寿命的重要特性参数。继电器触点在开断和闭合过程中,由于电弧等的侵蚀作用造成触点的电磨损。随着触点电磨损的增加,触点的厚度逐渐减少,造成超程时间减小,吸... 继电器寿命是表征继电器可靠性的重要指标,超程时间和吸合时间是表征继电器寿命的重要特性参数。继电器触点在开断和闭合过程中,由于电弧等的侵蚀作用造成触点的电磨损。随着触点电磨损的增加,触点的厚度逐渐减少,造成超程时间减小,吸合时间增大。针对现行的继电器可靠性寿命试验方法中存在的问题:① 抽样试验概率统计方法估计电寿命的可靠度较低;② 试验周期长,耗费人力、物力及电能;③ 试验是破坏性的。文中提出了基于超程时间和吸合时间建模的继电器双变量寿命预测方法, 建立了趋势项时间序列预测数学模型和平稳项时间序列预测数学模型,并对两种预测数学模型进行了参数辨识。实验结果表明,该方法是有效的。 展开更多
关键词 超程时间 吸合时间 继电器 寿命预测 电磁继电器
在线阅读 下载PDF
基于Matlab的时间序列分析和动态数据建模 被引量:15
16
作者 董言治 刘松涛 +2 位作者 尉志苹 沈同圣 周晓东 《计算机工程》 CAS CSCD 北大核心 2003年第12期170-172,共3页
介绍了Matab语言的特点,结合火控精度测定数据实例着重讨论了其在时间分析和动态数据建模方面的优越性以及应用。在实际工作中使用Matlab可以大大提高试验的效率。
关键词 MATLAB 时间序列 动态数据
在线阅读 下载PDF
变形观测数据时间序列建模中的几个问题 被引量:10
17
作者 王卫 杨志强 +1 位作者 杨建华 王滕军 《地球科学与环境学报》 CAS 2008年第2期214-217,共4页
针对在变形观测数据时间序列建模中所遇到的问题,对变形观测数据时间序列建模中的数据预处理、模型选择、模型定阶与系统稳定性检验等问题进行了研究,提出了分析数据趋势项提取的AR模型方法,编写了C语言计算程序,实现了样条函数插值方... 针对在变形观测数据时间序列建模中所遇到的问题,对变形观测数据时间序列建模中的数据预处理、模型选择、模型定阶与系统稳定性检验等问题进行了研究,提出了分析数据趋势项提取的AR模型方法,编写了C语言计算程序,实现了样条函数插值方法、周期项提取的差值法,建立ARMA分析模型,对变形预测数据与实际观测数据进行了比较。结果表明:该方法的正确性以及时间序列分析方法在变形数据处理与分析中的适用性与可行性。 展开更多
关键词 时间序列 预报
在线阅读 下载PDF
基于时间序列的GPS误差建模及单点定位精度研究 被引量:14
18
作者 刘娣 薄煜明 邹卫军 《兵工学报》 EI CAS CSCD 北大核心 2009年第6期825-828,共4页
研究了以数据处理方式提高GPS单点定位精度的方法,详细阐述了时间序列法在GPS误差一阶差分序列建模中的应用。根据实测数据建立了适合GPS误差一阶差分序列的AR(n)模型,采用最小二乘法求得了模型参数值;利用条件期望有效实现了误差序列... 研究了以数据处理方式提高GPS单点定位精度的方法,详细阐述了时间序列法在GPS误差一阶差分序列建模中的应用。根据实测数据建立了适合GPS误差一阶差分序列的AR(n)模型,采用最小二乘法求得了模型参数值;利用条件期望有效实现了误差序列的一步预测;通过对观测值的实时修正提高了普通GPS接收机的定位精度。文中最后得出的高程误差曲线图及误差概率分布图说明了该方法的有效性和可靠性。 展开更多
关键词 飞行器控制、导航技术 GPS 时间序列 误差 预测
在线阅读 下载PDF
基于时间序列算法的数控机床热误差建模及其实时补偿 被引量:12
19
作者 姚晓栋 黄奕乔 +2 位作者 马晓波 薛波 杨建国 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第5期673-679,共7页
提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,... 提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,实时调整模型迭代系数.通过实时补偿系统,利用所建立的热误差补偿模型对数控机床的热漂移误差进行实时补偿加工.结果表明,工件的径向尺寸误差从补偿前最大的112μm降低到7μm,机床加工精度和稳定性大幅度提高. 展开更多
关键词 数控机床 热误差 时间序列算法 实时补偿
在线阅读 下载PDF
MEMS陀螺随机噪声的多尺度时间序列建模 被引量:5
20
作者 赵世峰 张海 +1 位作者 沈小蓉 范耀祖 《中国惯性技术学报》 EI CSCD 2006年第5期78-80,共3页
基于小波多尺度分析方法,使用db4小波,将MEMS陀螺仪输出数据进行深度为4的多尺度分解,在各尺度上进行信号重建,对重建后的各尺度信号进行时间序列建模,各尺度的时间序列模型的输出和作为陀螺仪的随机噪声估计。多尺度时间序列建模方法... 基于小波多尺度分析方法,使用db4小波,将MEMS陀螺仪输出数据进行深度为4的多尺度分解,在各尺度上进行信号重建,对重建后的各尺度信号进行时间序列建模,各尺度的时间序列模型的输出和作为陀螺仪的随机噪声估计。多尺度时间序列建模方法提高了建模精度,将预测误差的方差降低了一个数量级,该方法已经成功应用到某型微小型飞行器的微导航系统中。 展开更多
关键词 多尺度分析 时间序列 陀螺仪 随机噪声
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部