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
2
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
基于电信大数据的数据建模平台研究
被引量：
4
1
作者
沈雷明
别志铭
《电信科学》
北大核心
2014年第6期138-141,147,共5页
基于电信大数据的Hadoopdesigner系统,是针对电信大数据的特点,根据元数据的设计思想开发的数据建模平台,融合了数据仓库的很多建模思想和理论,为电信大数据处理提供了一种新的方法,也为不同种类的数据提供了统一、标准、可视化的模型,...
基于电信大数据的Hadoopdesigner系统,是针对电信大数据的特点,根据元数据的设计思想开发的数据建模平台,融合了数据仓库的很多建模思想和理论,为电信大数据处理提供了一种新的方法,也为不同种类的数据提供了统一、标准、可视化的模型,大大降低了统一、快速满足不同业务的不同需求的难度,提高了数据处理效率。
展开更多
关键词
数据建模
大数据
云计算
HADOOP
电信
在线阅读
下载PDF
职称材料
销量约束下基于切片递归神经网络模型的成品油价格推荐算法
被引量：
1
2
作者
连会强
刘兵
+1 位作者
李朋远
于华
《中国科学院大学学报（中英文）》
CAS
CSCD
北大核心
2023年第4期566-576,共11页
加油站成品油零售价格的确定是智慧加油站发展的关键。由于成品油价格的变化遵循复杂的非线性规律,尽管以长短期记忆(LSTM)为代表的非线性时序模型提高了传统时序预测方法的精度,但其运行效率难以满足动态变化的油价预测需求。针对这一...
加油站成品油零售价格的确定是智慧加油站发展的关键。由于成品油价格的变化遵循复杂的非线性规律,尽管以长短期记忆(LSTM)为代表的非线性时序模型提高了传统时序预测方法的精度,但其运行效率难以满足动态变化的油价预测需求。针对这一问题,提出一种基于切片递归神经网络(SRNN)的成品油价格推荐模型,该模型以LSTM模型为递归单元,创新性地通过决策者根据多源数据得到的聚类结果筛选、设置的市场环境因子,对成品油销量施加影响,从而实现在销售约束条件下的成品油价格推荐。基于4年的加油站历史数据对模型预测性能进行了评估。结果表明,使用该模型与LSTM神经网络具有相同的预测精度水平,但比LSTM神经网络的运行速度快72倍。此外,基于SRNN模型的成品油价格推荐算法,加油站在实际销售中得到有效的应用,验证该模型的实用价值。
展开更多
关键词
长短期记忆人工神经网络
价格推荐算法
智慧加油站
条件切片循环人工神经网络
不完整多视角聚类
在线阅读
下载PDF
职称材料
题名
基于电信大数据的数据建模平台研究
被引量：
4
1
作者
沈雷明
别志铭
机构
中国移动通信集团上海
有限公司
珠海
世纪鼎利
通信
科技股份
有限公司
出处
《电信科学》
北大核心
2014年第6期138-141,147,共5页
文摘
基于电信大数据的Hadoopdesigner系统,是针对电信大数据的特点,根据元数据的设计思想开发的数据建模平台,融合了数据仓库的很多建模思想和理论,为电信大数据处理提供了一种新的方法,也为不同种类的数据提供了统一、标准、可视化的模型,大大降低了统一、快速满足不同业务的不同需求的难度,提高了数据处理效率。
关键词
数据建模
大数据
云计算
HADOOP
电信
Keywords
data modeling
big data
cloud computing
Hadoop,telecom
分类号
TP368.32 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
销量约束下基于切片递归神经网络模型的成品油价格推荐算法
被引量：
1
2
作者
连会强
刘兵
李朋远
于华
机构
中国科学院大学工程科学学院
中国石油天然气集团
公司
河北分
公司
珠海世纪鼎利科技股份有限公司
出处
《中国科学院大学学报（中英文）》
CAS
CSCD
北大核心
2023年第4期566-576,共11页
基金
国家自然科学基金(71450009)
中国石油天然气集团河北省公司物联网加油站应用项目资助。
文摘
加油站成品油零售价格的确定是智慧加油站发展的关键。由于成品油价格的变化遵循复杂的非线性规律,尽管以长短期记忆(LSTM)为代表的非线性时序模型提高了传统时序预测方法的精度,但其运行效率难以满足动态变化的油价预测需求。针对这一问题,提出一种基于切片递归神经网络(SRNN)的成品油价格推荐模型,该模型以LSTM模型为递归单元,创新性地通过决策者根据多源数据得到的聚类结果筛选、设置的市场环境因子,对成品油销量施加影响,从而实现在销售约束条件下的成品油价格推荐。基于4年的加油站历史数据对模型预测性能进行了评估。结果表明,使用该模型与LSTM神经网络具有相同的预测精度水平,但比LSTM神经网络的运行速度快72倍。此外,基于SRNN模型的成品油价格推荐算法,加油站在实际销售中得到有效的应用,验证该模型的实用价值。
关键词
长短期记忆人工神经网络
价格推荐算法
智慧加油站
条件切片循环人工神经网络
不完整多视角聚类
Keywords
long short-term memory network(LSTM)
price recommendation
smart gas station
conditional sliced recurrent neural network
incomplete multi-view clustering
分类号
TP399 [自动化与计算机技术—计算机应用技术]
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
基于电信大数据的数据建模平台研究
沈雷明
别志铭
《电信科学》
北大核心
2014
4
在线阅读
下载PDF
职称材料
2
销量约束下基于切片递归神经网络模型的成品油价格推荐算法
连会强
刘兵
李朋远
于华
《中国科学院大学学报（中英文）》
CAS
CSCD
北大核心
2023
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
