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
3
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
基于复小波及动态神经网络的植物电信号研究
被引量：
4
1
作者
高子淋
王佳平
+1 位作者
张帅堂
邹修国
《南京农业大学学报》
CAS
CSCD
北大核心
2017年第3期556-563,共8页
[目的]针对植物电信号数量级小、易受干扰的问题,提出了双树复小波变换(DT-CWT)结合双变量收缩消噪及不带输入变量的非线性自回归神经网络(NAR)模型,旨在能将植物电信号用于研究温室内植物生长模型。[方法]在屏蔽环境下获取生长状况良...
[目的]针对植物电信号数量级小、易受干扰的问题,提出了双树复小波变换(DT-CWT)结合双变量收缩消噪及不带输入变量的非线性自回归神经网络(NAR)模型,旨在能将植物电信号用于研究温室内植物生长模型。[方法]在屏蔽环境下获取生长状况良好的鸟巢蕨植株的电信号。采用双树复小波变换将电信号进行分解,利用层间小波系数具有相关性的特点,将分解后的小波系数进行双变量收缩消噪。通过对植物电信号进行自相关分析,确定迟滞阶数。再通过NAR网络训练消噪信号。[结果]采用双树复小波消噪后的信号虚部树的高频分量明显减少。消噪后的植物电信号前序98个样本点的自相关系数均大于0.8,迟滞阶数98。采用本模型对消噪后的电信号进行预测时相关系数为0.973,均方误差(MSE)为0.593 mv^2。相比于软阈值消噪与硬阈值消噪,本模型的消噪方法信噪比(SNR)最大,MSE最小。对碧玉、白鹤芋2种植物应用本模型,决定系数分别为0.975和0.972,MSE分别为0.112 mv^2和4.459×10^(-2)mv^2。[结论]植物电信号2个相邻时刻间具有很强的关联性,消噪过程对虚部树的影响更大,双树复小波分解结合双变量收缩的消噪方法更大程度上保留了信号的原始信息。本模型具有可推广性。
展开更多
关键词
双变量收缩
双树复小波变换
nar动态神经网络
植物电信号
在线阅读
下载PDF
职称材料
基于太白山南坡巴山冷杉NPP动态变化的时间序列模型预测效果对比
被引量：
4
2
作者
陈慕亚
刘康
+1 位作者
张红娟
张越
《植物科学学报》
CAS
CSCD
北大核心
2020年第3期323-334,共12页
基于收集整理的太白山地区1959-2016年58年间的气象数据及太白山巴山冷杉林(Abies fargesii Franch.forest)的生理参数数据,运用Biome-BGC模型模拟计算并对输出数据进行提取分析,得到太白山南坡巴山冷杉林的多年净初级生产力(NPP)。然...
基于收集整理的太白山地区1959-2016年58年间的气象数据及太白山巴山冷杉林(Abies fargesii Franch.forest)的生理参数数据,运用Biome-BGC模型模拟计算并对输出数据进行提取分析,得到太白山南坡巴山冷杉林的多年净初级生产力(NPP)。然后分别利用自回归求和移动平均模型(ARIMA)、R语言、NAR动态神经网络模型对太白山南坡巴山冷杉林NPP的动态变化进行趋势拟合和短期预测,建立适用于太白山南坡巴山冷杉林NPP的时间序列模型,并应用白噪声检验等相关检验方法对3种模型的预测效果进行评价。结果显示:太白山南坡巴山冷杉林NPP在短期内(2017-2026年)仍保持着波动上升的趋势,可能出现1959年以来的最高值;在对巴山冷杉林未来变化的预测过程中,3种预测模型各有特点,ARIMA模型对太白山南坡巴山冷杉林NPP的预测结果通过了白噪声检验,并给出了在不同置信区间下的可能结果;NAR动态神经网络模型的拟合效果较好,也通过了误差自相关性检验,预测结果较好地模拟了太白山南坡巴山冷杉林NPP在未来一段时期内的变化趋势;R语言在剔除异常数据点后能够运用基础数据较好地对太白山南坡巴山冷杉林NPP动态变化进行模拟,表明预测结果与验证结果相关性达到0.944,误差项的P值远低于0.01。本研究表明3种方法构建的模型在数据拟合中均呈现出较好的效果,预测结果均在可信范围内,在实际预测工作中可根据数据特点选用不同方法。
展开更多
关键词
巴山冷杉
净初级生产力(NPP)
自回归求和移动平均模型(ARIMA)
nar动态神经网络
模型
R语言
在线阅读
下载PDF
职称材料
自由式滑雪空中技巧赛道风速风向超短期预测与分析
被引量：
1
3
作者
邓紫薇
邵芸
+2 位作者
王国军
黄富祥
杨佳琦
《中国科学院大学学报（中英文）》
CSCD
北大核心
2022年第3期332-342,共11页
旨在实现对赛道上风速风向的超短期预测,为自由式滑雪空中技巧提供实用有效的风速风向预报信息,为运动员稳定性控制与技术训练提供辅助支持。针对赛道风具有非平稳、波动剧烈的特点,采用离散小波变换提取风速风向序列的特征分量,对低频...
旨在实现对赛道上风速风向的超短期预测,为自由式滑雪空中技巧提供实用有效的风速风向预报信息,为运动员稳定性控制与技术训练提供辅助支持。针对赛道风具有非平稳、波动剧烈的特点,采用离散小波变换提取风速风向序列的特征分量,对低频近似分量建立非线性自回归(NAR)神经网络模型,高频细节分量建立差分自回归移动平均(ARIMA)模型,再将各分量结果组合相加得到最终预测结果。误差分析表明组合模型能有效改善单一模型的预测滞后性,预测精度高同时具备预测风速风向突变的能力。对预测结果进一步分析,将其转换为表征赛道风稳定性的指标,来为运动员提供更直观的预报信息。最后对模型计算用时分析表明该方法能够满足实际应用的需求。
展开更多
关键词
滑雪赛道
风速风向预测
小波变换
nar动态神经网络
ARIMA模型
在线阅读
下载PDF
职称材料
题名
基于复小波及动态神经网络的植物电信号研究
被引量：
4
1
作者
高子淋
王佳平
张帅堂
邹修国
机构
南京农业大学工学院/江苏省智能化农业装备重点实验室
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2017年第3期556-563,共8页
基金
中国博士后科学基金资助项目(2015M571782)
中央高校基本科研业务费资助项目(KYTZ201605)
江苏省农机基金资助项目(GXZ14002)
文摘
[目的]针对植物电信号数量级小、易受干扰的问题,提出了双树复小波变换(DT-CWT)结合双变量收缩消噪及不带输入变量的非线性自回归神经网络(NAR)模型,旨在能将植物电信号用于研究温室内植物生长模型。[方法]在屏蔽环境下获取生长状况良好的鸟巢蕨植株的电信号。采用双树复小波变换将电信号进行分解,利用层间小波系数具有相关性的特点,将分解后的小波系数进行双变量收缩消噪。通过对植物电信号进行自相关分析,确定迟滞阶数。再通过NAR网络训练消噪信号。[结果]采用双树复小波消噪后的信号虚部树的高频分量明显减少。消噪后的植物电信号前序98个样本点的自相关系数均大于0.8,迟滞阶数98。采用本模型对消噪后的电信号进行预测时相关系数为0.973,均方误差(MSE)为0.593 mv^2。相比于软阈值消噪与硬阈值消噪,本模型的消噪方法信噪比(SNR)最大,MSE最小。对碧玉、白鹤芋2种植物应用本模型,决定系数分别为0.975和0.972,MSE分别为0.112 mv^2和4.459×10^(-2)mv^2。[结论]植物电信号2个相邻时刻间具有很强的关联性,消噪过程对虚部树的影响更大,双树复小波分解结合双变量收缩的消噪方法更大程度上保留了信号的原始信息。本模型具有可推广性。
关键词
双变量收缩
双树复小波变换
nar动态神经网络
植物电信号
Keywords
bivariate shrinkage
dual-tree complex wavelet transform （DT-CWT）
nonlinear autoregressive model （
nar
）
electronicsignals in plants
分类号
S126 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
基于太白山南坡巴山冷杉NPP动态变化的时间序列模型预测效果对比
被引量：
4
2
作者
陈慕亚
刘康
张红娟
张越
机构
西北大学城市与环境学院
出处
《植物科学学报》
CAS
CSCD
北大核心
2020年第3期323-334,共12页
基金
国家林业公益性行业科研专项(201304309)。
文摘
基于收集整理的太白山地区1959-2016年58年间的气象数据及太白山巴山冷杉林(Abies fargesii Franch.forest)的生理参数数据,运用Biome-BGC模型模拟计算并对输出数据进行提取分析,得到太白山南坡巴山冷杉林的多年净初级生产力(NPP)。然后分别利用自回归求和移动平均模型(ARIMA)、R语言、NAR动态神经网络模型对太白山南坡巴山冷杉林NPP的动态变化进行趋势拟合和短期预测,建立适用于太白山南坡巴山冷杉林NPP的时间序列模型,并应用白噪声检验等相关检验方法对3种模型的预测效果进行评价。结果显示:太白山南坡巴山冷杉林NPP在短期内(2017-2026年)仍保持着波动上升的趋势,可能出现1959年以来的最高值;在对巴山冷杉林未来变化的预测过程中,3种预测模型各有特点,ARIMA模型对太白山南坡巴山冷杉林NPP的预测结果通过了白噪声检验,并给出了在不同置信区间下的可能结果;NAR动态神经网络模型的拟合效果较好,也通过了误差自相关性检验,预测结果较好地模拟了太白山南坡巴山冷杉林NPP在未来一段时期内的变化趋势;R语言在剔除异常数据点后能够运用基础数据较好地对太白山南坡巴山冷杉林NPP动态变化进行模拟,表明预测结果与验证结果相关性达到0.944,误差项的P值远低于0.01。本研究表明3种方法构建的模型在数据拟合中均呈现出较好的效果,预测结果均在可信范围内,在实际预测工作中可根据数据特点选用不同方法。
关键词
巴山冷杉
净初级生产力(NPP)
自回归求和移动平均模型(ARIMA)
nar动态神经网络
模型
R语言
Keywords
Abies fargesii
Net primary productivity
Autoregressive integrated moving average model
nar
dynamic neural network model
R language
分类号
Q948 [生物学—植物学]
在线阅读
下载PDF
职称材料
题名
自由式滑雪空中技巧赛道风速风向超短期预测与分析
被引量：
1
3
作者
邓紫薇
邵芸
王国军
黄富祥
杨佳琦
机构
中国科学院空天信息创新研究院
中国科学院大学
中科卫星应用德清研究院
国家卫星气象中心
北京大学地球与空间科学学院
出处
《中国科学院大学学报（中英文）》
CSCD
北大核心
2022年第3期332-342,共11页
基金
国家重点研发计划(2019YFF0301900)资助。
文摘
旨在实现对赛道上风速风向的超短期预测,为自由式滑雪空中技巧提供实用有效的风速风向预报信息,为运动员稳定性控制与技术训练提供辅助支持。针对赛道风具有非平稳、波动剧烈的特点,采用离散小波变换提取风速风向序列的特征分量,对低频近似分量建立非线性自回归(NAR)神经网络模型,高频细节分量建立差分自回归移动平均(ARIMA)模型,再将各分量结果组合相加得到最终预测结果。误差分析表明组合模型能有效改善单一模型的预测滞后性,预测精度高同时具备预测风速风向突变的能力。对预测结果进一步分析,将其转换为表征赛道风稳定性的指标,来为运动员提供更直观的预报信息。最后对模型计算用时分析表明该方法能够满足实际应用的需求。
关键词
滑雪赛道
风速风向预测
小波变换
nar动态神经网络
ARIMA模型
Keywords
ski track
wind speed and direction prediction
wavelet transform
nar
dynamic neural network
ARIMA model
分类号
G863.1 [文化科学—体育训练]
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
基于复小波及动态神经网络的植物电信号研究
高子淋
王佳平
张帅堂
邹修国
《南京农业大学学报》
CAS
CSCD
北大核心
2017
4
在线阅读
下载PDF
职称材料
2
基于太白山南坡巴山冷杉NPP动态变化的时间序列模型预测效果对比
陈慕亚
刘康
张红娟
张越
《植物科学学报》
CAS
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
3
自由式滑雪空中技巧赛道风速风向超短期预测与分析
邓紫薇
邵芸
王国军
黄富祥
杨佳琦
《中国科学院大学学报（中英文）》
CSCD
北大核心
2022
1
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
