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90篇文章
< 1 2 … 5 >
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：
基于改进Prophet-LSTM-PSO的大坝异常数据检测模型
1
作者 葛大龙 丁勇 李登华 《中国安全科学学报》 北大核心 2025年第8期164-170,共7页
为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到... 为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到三维空间,以三维空间中近邻均值距离数据代替原始时序数据;最后,结合LSTM网络与PSO算法,设定与优化异常阈值,进而实现异常数据的精准识别。结果表明:相较于传统模型,该模型在检测效果上具有明显提升,且表现出较高的稳定性。在召回率稳定维持在95%以上的前提下,精确率与准确率均超过95%,验证了该方法的有效性与实用性。 展开更多
关键词 prophet 长短期记忆(LSTM) 粒子群优化(PSO) 异数据常检测 大坝监测数据
在线阅读 下载PDF
利用Prophet模型进行地下水位异常识别初探 被引量：2
2
作者 李永生 周晨 +2 位作者 张思萌 石伟 年华 《大地测量与地球动力学》 北大核心 2025年第3期313-318,共6页
针对地下水位数据的复杂特性(包括非线性趋势、季节性波动和随机扰动),引入Facebook开发的Prophet时间序列预测模型,旨在利用其非线性趋势捕捉、季节性波动解析及对异常值和数据缺失的灵活应对能力,显著提升地下水位异常识别的准确性。... 针对地下水位数据的复杂特性(包括非线性趋势、季节性波动和随机扰动),引入Facebook开发的Prophet时间序列预测模型,旨在利用其非线性趋势捕捉、季节性波动解析及对异常值和数据缺失的灵活应对能力,显著提升地下水位异常识别的准确性。黑龙江省绥化市北林区地震台观测数据表明,Prophet模型在捕捉时间序列动态特征上表现优越,能有效识别异常。模型调整后具有高拟合精度和高预测能力,预测误差低,决定系数高。此外,模型在地震预测中能识别出与地震相关的水位异常,可为地震前兆研究提供新视角。本文结果表明Prophet模型在处理复杂时间序列数据时具有可行性,可为地震预测提供新工具。 展开更多
关键词 地下水位异常识别 时间序列预测 prophet模型 地震预测
在线阅读 下载PDF
基于GA-Prophet模型的变电站基坑变形安全预测研究与应用
3
作者 王文强 燕波 +5 位作者 齐壮 王飞 田庆 王永维 何文敏 杨超 《水利水电技术(中英文)》 北大核心 2025年第4期107-117,共11页
【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Pr... 【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Prophet模型中的趋势项、周期项和节假日项(偶发事件项)参数进行优化,并重点考虑与基坑变形规律相一致的趋势项参数,构建GA-Prophet基坑变形预测模型,并以MAE、RSS、RMSE和Theil不等系数值为评价指标,验证本模型的可行性及有效性,同时使用该模型对基坑水平及竖向变形进行超前预测,以评价基坑结构的安全状态。【结果】结果表明:GA-Prophet模型预测结果曲线与实测数据曲线较为接近,归功于预测模型中选用了符合实际工程位移变化规律的饱和模型,以JC8测点水平位移预测结果为例,该模型预测结果的MAE、RSS、RMSE、Theil不等系数值分别为0.480、1.310、0.512和0.052,均优于Prophet、LSTM、ARIMA和BP模型的预测结果;并且该模型对基坑变形的超前预测结果显示,各测点水平及竖向变形预测最大值均未超过规范要求的变形报警值,基坑结构处于安全状态。【结论】该模型对于基坑变形预测具有较好的适用性,提高了预测结果的准确性,可用于基坑变形安全预测。 展开更多
关键词 变电站基坑 变形监测 遗传算法 GA-prophet模型 超前预测 影响因素
在线阅读 下载PDF
融合生成对抗网络与Prophet模型的NDVI时序重建方法
4
作者 李小虎 蔡宇 罗小波 《遥感信息》 北大核心 2025年第1期156-164,共9页
针对当前多数NDVI时序重建方法没有充分利用遥感数据中的时空信息,导致多云多雨地区NDVI数据长时间缺失时重建效果不佳的问题,提出一种融合GAN与Prophet模型,以及时空加权SG滤波的NDVI时序重建方法(GANP-SG)。通过将Prophet模型填补后的... 针对当前多数NDVI时序重建方法没有充分利用遥感数据中的时空信息,导致多云多雨地区NDVI数据长时间缺失时重建效果不佳的问题,提出一种融合GAN与Prophet模型,以及时空加权SG滤波的NDVI时序重建方法(GANP-SG)。通过将Prophet模型填补后的NDVI时间序列输入到用原始NDVI数据训练完成的GAN生成器中得到生成序列,再利用改进的时空加权SG迭代滤波对生成的时序数据进一步滤波去噪,得到高质量的NDVI时间序列。实验采用重庆市MOD13Q1数据,将GANP-SG方法与SG滤波法、AG法、HANTS法、STSG法进行了对比。通过定性定量的分析验证了GANP-SG方法的重建结果更符合各类植被的物候特征,空间效果保真度最好。另外,在处理NDVI长时间缺失问题时(缺失率达到90%),重建的相关系数仍大于0.6,RMSE和MAE均低于其他4种方法。 展开更多
关键词 NDVI时间序列 数据重建 GAN prophet预测 时空信息 SG滤波
在线阅读 下载PDF
Prophet-X-12-ARIMA组合模型及交通运输量预测 被引量：5
5
作者 杨贵军 李晓霞 孙玲莉 《统计与决策》 CSSCI 北大核心 2023年第4期29-34,共6页
由于受到经济社会因素的影响,交通运输量数据具有趋势多变及季节性明显的复杂特征。现有的预测模型,如X-12-ARIMA模型、ARIMA模型和Prophet模型等的预测准确性有待改进。文章构建Prophet-X-12-ARIMA组合模型,综合了Prophet模型灵活拟合... 由于受到经济社会因素的影响,交通运输量数据具有趋势多变及季节性明显的复杂特征。现有的预测模型,如X-12-ARIMA模型、ARIMA模型和Prophet模型等的预测准确性有待改进。文章构建Prophet-X-12-ARIMA组合模型,综合了Prophet模型灵活拟合趋势成分的优势以及X-12-ARIMA模型能准确分解出季节成分的优点。采用该模型预测某城市的七种交通运输量序列,结果显示Prophet-X-12-ARIMA组合模型的半年度和年度预测效果明显优于Prophet模型、X-12-ARIMA模型及ARIMA模型。进一步研究发现,当原始序列趋势变化剧烈时,Prophet-X-12-ARIMA组合模型的预测效果更优。 展开更多
关键词 prophet模型 X-12-ARIMA模型 prophet-X-12-ARIMA组合模型 交通运输量
在线阅读 下载PDF
基于融合影响因素PSO-Prophet模型的农产品价格预测
6
作者 刘合兵 王一飞 +2 位作者 王垒 席磊 尚俊平 《湖北农业科学》 2024年第1期185-189,共5页
为了提高价格预测的准确度,在Prophet模型中融入了消费者物价指数(CPI)和经济政策不确定性指数(EPU)等影响因素,并使用粒子群算法优化参数。利用国际大蒜贸易网中的日价格数据,将该方法应用于山东省大蒜的价格预测。结果表明,融合影响... 为了提高价格预测的准确度,在Prophet模型中融入了消费者物价指数(CPI)和经济政策不确定性指数(EPU)等影响因素,并使用粒子群算法优化参数。利用国际大蒜贸易网中的日价格数据,将该方法应用于山东省大蒜的价格预测。结果表明,融合影响因素的PSO-Prophet模型大蒜价格预测结果的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)比Prophet模型分别降低了82.88%、82.86%和77.49%。融合影响因素的PSO-Prophet模型可以有效提高预测精度。 展开更多
关键词 价格预测 融合影响因素 prophet模型 PSO-prophet模型 农产品
在线阅读 下载PDF
基于ARIMA和Prophet的水质预测集成学习模型 被引量：20
7
作者 嵇晓燕 杨凯 +3 位作者 陈亚男 姚志鹏 王正 安新国 《水资源保护》 EI CAS CSCD 北大核心 2022年第6期111-115,共5页
将时间序列模型ARIMA和Prophet作为基学习器,结合BP神经网络模型构建了水质预测集成学习模型。选取长江流域某断面2019—2020年的DO、COD_(Mn)、NH_(3)-N、TP和TN等5个水质指标的监测数据对该模型的有效性进行了检验,结果表明:5个水质... 将时间序列模型ARIMA和Prophet作为基学习器,结合BP神经网络模型构建了水质预测集成学习模型。选取长江流域某断面2019—2020年的DO、COD_(Mn)、NH_(3)-N、TP和TN等5个水质指标的监测数据对该模型的有效性进行了检验,结果表明:5个水质指标集成学习模型预测结果的平均绝对百分比误差比时间序列模型的预测误差分别低35.0%、29.9%、4.1%、40.6%和17.1%,模型预测值和监测值的皮尔逊相关系数大于0.8。集成学习模型预测精度高于单一模型,可以更精确地进行水质预测。 展开更多
关键词 水质预测 ARIMA模型 prophet模型 集成学习
在线阅读 下载PDF
基于LSTM-NeuralProphet模型的城市需水预测方法研究 被引量：5
8
作者 范怡静 刘真 +1 位作者 苑佳 刘心 《中国农村水利水电》 北大核心 2023年第9期35-45,53,共12页
城市水资源规划和管理是确保城市可持续发展和居民生活基本需求得到满足的关键环节,城市短期需水预测是城市水资源规划和管理的基础。由于气温、降水量和蒸发量等随季节变化明显,直接影响不同季节的用水峰值、高峰期,导致传统基于时间... 城市水资源规划和管理是确保城市可持续发展和居民生活基本需求得到满足的关键环节,城市短期需水预测是城市水资源规划和管理的基础。由于气温、降水量和蒸发量等随季节变化明显,直接影响不同季节的用水峰值、高峰期,导致传统基于时间序列算法的固定时隙预测无法适应时隙的变化,从而不能保证预测精度。针对固定时隙预测精度低的问题,研究了基于四季24 h时间分辨率和夏季15 min时间分辨率的双时间尺度城市短期需水预测模型。该模型使用Anomaly-Transformer模型进行异常值检测,并通过分段曲线拟合对异常值校正,采用主成分分析法对城市短期需水影响因子进行分析提取主成分,在AutoML的标准模型分析中选取三个效果最好的模型作为Stacking模型的基学习器再结合长短期记忆网络(Long Short-Term Memory,LSTM)和Optune框架超参数优化后的NeuralProphet模型对双时间尺度的城市短期需水量进行预测,同时加入安全网机制,以保证LSTM-NeuralProphet模型的精确度。与其他模型(LSTM模型、NeuralProphet模型、BP神经网络模型)相比,LSTM-NeuralProphet模型的平均绝对误差在四季24 h时间分辨率的数据集上降低了0.18%~1.96%,在夏季15 min时间分辨率的数据集上降低了0.45%~11.90%。实验结果表明,LSTM-NeuralProphet模型具有更好的拟合效果和更高的预测精度,能较准确地预测双时间尺度下的城市需水量,可以较好地应用于城市短期需水预测研究中。 展开更多
关键词 双时间尺度 城市需水预测 长短期记忆网络 Neuralprophet模型 LSTM-Neuralprophet模型
在线阅读 下载PDF
机会网络中考虑缓存的ProPhet路由算法 被引量：6
9
作者 张峰 王小明 张珊珊 《计算机工程与设计》 北大核心 2015年第5期1145-1149,1218,共6页
机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效... 机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效率急剧下降。针对这一不足,结合ProPhet路由算法,计算节点之间的传输概率时充分考虑节点的相遇持续时间以及剩余缓存对节点之间传输概率的影响,使节点之间能更有效地传输数据。仿真结果表明,在给定的移动模型下,该算法能够有效提高消息传递成功率,降低网络中能量消耗等开销。 展开更多
关键词 机会网络 prophet 相遇频率 缓存容量 路由算法
在线阅读 下载PDF
基于Prophet-XGBoost模型的GNSS高程时间序列预测 被引量：8
10
作者 鲁铁定 李祯 《大地测量与地球动力学》 CSCD 北大核心 2022年第9期898-903,共6页
针对GNSS时间序列非平稳性和非线性等特点,通过分析XGBoost模型与Prophet模型的适用性与特点,构建Prophet-XGBoost预测模型。该模型先通过Prophet模型对GNSS原始时间序列进行分解,然后通过XGBoost模型进行分部预测,等权相加得到预测结... 针对GNSS时间序列非平稳性和非线性等特点,通过分析XGBoost模型与Prophet模型的适用性与特点,构建Prophet-XGBoost预测模型。该模型先通过Prophet模型对GNSS原始时间序列进行分解,然后通过XGBoost模型进行分部预测,等权相加得到预测结果。实验选用ALGO、ALRT、BRST三个IGS站U分量日坐标时间序列数据,采用MAE和RMSE作为评价指标。结果表明,与单一的XGBoost模型和Prophet模型相比,Prophet-XGBoost模型的MAE和RMSE值均得到一定程度优化,说明该模型具备有效性,可用于GNSS时间序列预测。 展开更多
关键词 XGBoost模型 prophet模型 时间序列 预测
在线阅读 下载PDF
顾及噪声影响的GNSS高程序列预测Prophet方法 被引量：3
11
作者 鲁铁定 陶蕊 +2 位作者 贺小星 程远明 周子琪 《国防科技大学学报》 EI CAS CSCD 北大核心 2023年第2期121-130,共10页
全球导航卫星系统(global navigation satellite system,GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验... 全球导航卫星系统(global navigation satellite system,GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition,EMD)的“降噪-分解-预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明:降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。 展开更多
关键词 prophet 经验模态分解 降噪 时间序列预测 组合模型
在线阅读 下载PDF
Prophet-LSTM组合模型在运输航空征候预测中的应用 被引量：3
12
作者 杜红兵 邢梦柯 赵德超 《安全与环境学报》 CAS CSCD 北大核心 2024年第5期1878-1885,共8页
为准确预测中国运输航空征候万时率,提出了一种将时间序列模型和神经网络模型组合的预测方法。首先,利用2008年1月—2020年12月的运输航空征候万时率数据建立Prophet模型,使用RStudio软件进行模型拟合,获取运输航空征候万时率的线性部分... 为准确预测中国运输航空征候万时率,提出了一种将时间序列模型和神经网络模型组合的预测方法。首先,利用2008年1月—2020年12月的运输航空征候万时率数据建立Prophet模型,使用RStudio软件进行模型拟合,获取运输航空征候万时率的线性部分;其次,利用长短期记忆网络(Long Short-Term Memory,LSTM)建模,获取运输航空征候万时率的非线性部分;最后,利用方差倒数法建立Prophet-LSTM组合模型,使用建立的组合模型对2021年1—12月运输航空征候万时率进行预测,将预测结果与实际值进行对比验证。结果表明,Prophet-LSTM组合模型的EMA、EMAP、ERMS分别为0.0973、16.1285%、0.1287。相较于已有的自回归移动平均(Auto Regression Integrated Moving Average,ARIMA)+反向传播神经网络(Back Propagation Neural Network,BPNN)组合模型和GM(1,1)+ARIMA+LSTM组合模型,Prophet-LSTM组合模型的EMA、EMAP、ERMS分别减小了0.0259、10.4874百分点、0.0143和0.0128、2.0599百分点、0.0086,验证了Prophet-LSTM组合模型的预测精度更高,性能更优良。 展开更多
关键词 安全社会工程 运输航空征候 prophet模型 长短期记忆网络(LSTM)模型 组合预测模型
在线阅读 下载PDF
基于Prophet-LightGBM的台区短期负荷预测方法 被引量：2
13
作者 徐岩 张晓 +3 位作者 周兴华 孙杰 仇向东 谢理强 《华北电力大学学报（自然科学版）》 CAS 北大核心 2024年第6期13-19,共7页
台区负荷短期预测对于配电网优化运行、精细管理以及节能降损均有着重要的作用。为了在短期内对台区负荷进行准确的预测,提出一种基于Prophet-LightGBM的台区短期负荷预测方法。它利用二次预测思想,综合Prophet和LightGBM两种算法的优点... 台区负荷短期预测对于配电网优化运行、精细管理以及节能降损均有着重要的作用。为了在短期内对台区负荷进行准确的预测,提出一种基于Prophet-LightGBM的台区短期负荷预测方法。它利用二次预测思想,综合Prophet和LightGBM两种算法的优点,实现了更精准的预测。首先对台区负荷进行特性分析,分析某台区负荷在一周内的具体变化情况;然后采用Prophet算法进行历史负荷拟合与第一次预测,提取台区负荷中变化较规律的特征项;最后利用上述特征项以及LightGBM算法对台区负荷进行第二次预测,已达到预测台区负荷整体变化的目的。实验结果表明,与Prophet、LightGBM预测的结果相比,提出的方法在三种类型的台区上均具有更高的预测准确性。 展开更多
关键词 prophet LightGBM 二次预测 短期预测 台区负荷
在线阅读 下载PDF
基于Prophet与XGBoost混合模型的短期负荷预测 被引量：31
14
作者 朱江行 邹晓松 +3 位作者 熊炜 袁旭峰 艾小清 彭月 《现代电力》 北大核心 2021年第3期325-331,共7页
准确有效的预测电力负荷对电网的安全稳定运行具有重要的参考价值。通过对Prophet框架和XGBboost(eXtreme gradient boosting)机器学习模型的深度分析,提出了基于Prophet与XGBoost的混合电力负荷预测模型,针对大量的历史电负荷数据、日... 准确有效的预测电力负荷对电网的安全稳定运行具有重要的参考价值。通过对Prophet框架和XGBboost(eXtreme gradient boosting)机器学习模型的深度分析,提出了基于Prophet与XGBoost的混合电力负荷预测模型,针对大量的历史电负荷数据、日期信息、气象数据,分别构建Prophet电力负荷预测模型和XGBboost机器学习预测模型,通过误差倒数法将Prophet和XGBoost结合得到混合预测模型。应用所提方法对西南地区某地市历史电负荷数据进行验证,结果证明,Prophet-XGBoost混合模型比支持向量机回归模型(SVR,support vector regression)、Prophet模型和XGBoost模型拥有更高的预测精度,且与SVR模型相比运行时间更短。 展开更多
关键词 短期负荷预测 prophet XGBoost 混合模型 机器学习
在线阅读 下载PDF
基于Prophet的生姜价格预测研究 被引量：10
15
作者 滕金玲 柳平增 +3 位作者 张艳 许世卫 徐光丽 韩蔚 《中国农机化学报》 北大核心 2020年第8期211-216,共6页
针对农产品价格波动的非线性特征明显、传统时间序列预测方法预测精度不高等状况,构建基于Prophet的农产品价格预测模型,并以生姜为例展开研究。选取2012—2018年生姜每周平均价格数据为研究对象,在对生姜价格的趋势周期分解基础上,通... 针对农产品价格波动的非线性特征明显、传统时间序列预测方法预测精度不高等状况,构建基于Prophet的农产品价格预测模型,并以生姜为例展开研究。选取2012—2018年生姜每周平均价格数据为研究对象,在对生姜价格的趋势周期分解基础上,通过对生姜价格序列分解的趋势项、周期项和随机项分别进行建模组合实现对2019年上半年生姜价格的预测,并利用统计分析方法对模型性能进行评估。试验结果表明,Prophet算法预测结果的平均相对误差为4%。将Prophet模型的预测结果和BP神经网络预测结果进行比较,其均方误差(MSE为0.20)小于BP神经网络预测结果的均方误差(MSE为0.37)。Prophet预测模型具有较高的预测精度,在农产品价格预测方面具有较广阔的应用前景。 展开更多
关键词 价格预测 prophet算法 神经网络 预测模型 生姜
在线阅读 下载PDF
基于Prophet-随机森林优化模型的空气质量指数规模预测 被引量：21
16
作者 常恬君 过仲阳 徐丽丽 《环境污染与防治》 CAS CSCD 北大核心 2019年第7期758-761,766,共5页
长时间的规模预测有助于从宏观角度分析事物的发展趋势与规律。对上海市2013—2017年逐日空气质量指数(AQI)进行分析,在此基础上建立了Prophet-随机森林(RF)优化模型。Prophet模型将AQI时间序列趋势分解为趋势项、季节项、节假日效应;R... 长时间的规模预测有助于从宏观角度分析事物的发展趋势与规律。对上海市2013—2017年逐日空气质量指数(AQI)进行分析,在此基础上建立了Prophet-随机森林(RF)优化模型。Prophet模型将AQI时间序列趋势分解为趋势项、季节项、节假日效应;RF算法用于弥补Prophet模型无法预测随机非线性部分的缺点,对Prophet模型进行优化,将Prophet-RF优化模型用于AQI的规模预测。结果表明:相比于Prophet模型,Prophet-RF优化模型的预测效果更加精确,其中,拟合值的均方根误差和平均绝对误差均减少了0.161,预测值的均方根误差和平均绝对误差分别减少了0.434和0.399。Prophet-RF优化模型解释性强且精度高,对于时间序列的规模预测具有较明显的优势。 展开更多
关键词 prophet模型 随机森林 时间序列预测 优化模型
在线阅读 下载PDF
改进的Prophet融合误差预测模型应用于大气二氧化硫时序预测 被引量：4
17
作者 虞益军 曾国辉 +4 位作者 黄勃 刘瑾 张亦栩 尹玲 周科亮 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第3期440-447,共8页
近年来,天气预报中的空气质量预报成为大众尤为关心的热点,由于二氧化硫对空气质量水平变化的影响较大,因此准确预测二氧化硫的浓度变化尤为重要.采用XGBoost模型对Prophet模型的预测误差进行修正,建立改进的Prophet融合误差预测模型,... 近年来,天气预报中的空气质量预报成为大众尤为关心的热点,由于二氧化硫对空气质量水平变化的影响较大,因此准确预测二氧化硫的浓度变化尤为重要.采用XGBoost模型对Prophet模型的预测误差进行修正,建立改进的Prophet融合误差预测模型,对于空气质量中的关键指标二氧化硫进行时序预测.将时序数据输入Prophet模型,对Prophet生成的预测结果与源输入比较求出残差,构建关于残差的时序序列,利用XGBoost进行残差时序建模,获取残差的修正值,将修正值返回输入到Prophet模型.通过上述步骤,构建特定时序数据融合模型.实验数据表明,融合模型在预测结果中的平均绝对误差和均方根误差分别为1.08和1.38,与Prophet相比,误差指标分别降低2.47,2.45;与差分整合移动平均自回归模型相比,误差指标分别降低0.49,0.47;与XGBoost模型相比,误差指标分别降低0.54,0.52.证明融合模型的预测精度优于上述模型. 展开更多
关键词 XGBoost prophet 时序序列预测 融合预测模型
在线阅读 下载PDF
基于Prophet-RF模型的GNSS高程坐标时间序列预测分析 被引量：14
18
作者 李威 鲁铁定 +1 位作者 贺小星 钱文龙 《大地测量与地球动力学》 CSCD 北大核心 2021年第2期116-121,共6页
针对GNSS高程坐标时间序列非平稳性与非线性等特点,在深入分析Prophet模型与随机森林(random forest,RF)模型特性的基础上,构建了Prophet-RF组合预测模型,解决了Prophet模型对时间序列非线性部分预测能力较弱的缺陷,且该组合模型具有较... 针对GNSS高程坐标时间序列非平稳性与非线性等特点,在深入分析Prophet模型与随机森林(random forest,RF)模型特性的基础上,构建了Prophet-RF组合预测模型,解决了Prophet模型对时间序列非线性部分预测能力较弱的缺陷,且该组合模型具有较强的鲁棒性。本文选用BJFS站高程方向的连续观测数据进行分析,并设计多种组合方案检验组合模型的适用性与精度,实验结果表明,Prophet-RF组合模型较单一的Prophet模型能更好地表现高程坐标时间序列的变化趋势,并得到更高精度的预测数据。 展开更多
关键词 prophet模型 RF模型 时间序列 预测分析 组合模型
在线阅读 下载PDF
基于Prophet模型的湖北省月降水量预测 被引量：11
19
作者 许浩然 陈中举 +2 位作者 杨兆前 房梦婷 詹炜 《节水灌溉》 北大核心 2022年第2期7-12,20,共7页
为提高降水量的预测精度,建立了基于Prophet算法的降水量时序预测模型。使用湖北省1960年1月-2006年5月的月降水量资料,对2006年6月-2017年12月共139个月的月降水量进行预测,并与传统的SVR、BP以及ARIMA预测模型进行对比,以探讨该模型... 为提高降水量的预测精度,建立了基于Prophet算法的降水量时序预测模型。使用湖北省1960年1月-2006年5月的月降水量资料,对2006年6月-2017年12月共139个月的月降水量进行预测,并与传统的SVR、BP以及ARIMA预测模型进行对比,以探讨该模型在降水量预测中的可行性。实验结果表明:在湖北省各站点降水量预测中,Prophet模型的预测精度优于其他3种模型,其RMSE较其他模型的平均值低18.402,MAE低16.189,且对月降水量时间序列上波峰出现的波动预测更加准确。在空间分布方面,通过克里金插值法得到的Prophet模型的预测值与实际月均降水量值的空间分布相似,说明该模型能够较为精准的预测湖北省各区域的月降水量,在降水量预测方面具有普适性。 展开更多
关键词 prophet模型 降水量 预测 湖北省 克里金插值法
在线阅读 下载PDF
机会网络的RSSI-PROPHET路由算法研究 被引量：4
20
作者 郑锦锋 何军 +2 位作者 周虹霞 刘忠 郭文胜 《计算机工程与应用》 CSCD 北大核心 2011年第35期106-109,共4页
针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额... 针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额外设备支持,不依赖于既存的网络拓扑。仿真结果表明,该算法明显减小了设备缓存空间的消耗,提高了系统效率。 展开更多
关键词 机会型网络 机会路由 RSSI.prophet路由算法
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 … 5 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