一类多区间预测的深度学习模型及实验分析

一类多区间预测的深度学习模型及实验分析

论文摘要

文章基于高质量区间原则,考虑不同置信水平下区间之间的关系,将单区间损失函数推广到适用于多区间的损失函数,并利用公开的家电能耗数据进行深度学习和对比实验分析.结果表明,多区间损失函数不仅能够有效解决单区间的越界交叉问题,而且能够高效合理地量化预测的不确定性.

论文目录

  • 1 神经网络模型介绍
  •   1.1 BP神经网络
  •   1.2 长短期记忆网络(LSTM)
  • 2 区间预测的损失函数
  •   2.1 单一区间的损失函数[10]
  •   2.2 多区间损失函数
  • 3 实验与分析
  •   3.1 实验基础
  •   3.2 实验步骤
  •   3.3 实验结果分析
  • 4 结论与展望
  • 文章来源

    类型: 期刊论文

    作者: 汤敬伟,王达布希拉图

    关键词: 多区间预测,损失函数,深度学习

    来源: 广州大学学报(自然科学版) 2019年06期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 自动化技术

    单位: 广州大学经济与统计学院

    基金: 国家自然科学基金资助项目(61973096)

    分类号: TP18

    页码: 75-79

    总页数: 5

    文件大小: 1046K

    下载量: 17

    相关论文文献

    • [1].对偶区间集概念格上区间集协调集的判定方法[J]. 计算机科学 2020(03)
    • [2].启辰D60将于11月2日上市[J]. 中国汽车市场 2017(21)
    • [3].不确定结构的区间可靠性优化设计[J]. 东北大学学报(自然科学版) 2020(04)
    • [4].基于层次注意力网络的论证区间识别研究[J]. 情报工程 2020(03)
    • [5].基于改进权值优化模型的光伏功率区间预测[J]. 电力建设 2019(07)
    • [6].区间集概念格属性约简的组成与结构[J]. 山东大学学报(理学版) 2018(08)
    • [7].关于地铁列车区间疏散的探讨[J]. 内燃机与配件 2018(17)
    • [8].区间集概念格的构造理论研究[J]. 西北大学学报(自然科学版) 2017(03)
    • [9].分割区间——一种解题妙方[J]. 新世纪智能 2019(77)
    • [10].创业从硬需求开始[J]. 创业邦 2013(01)
    • [11].高速公路区间测速存在的问题及对策初探[J]. 道路交通管理 2012(10)
    • [12].残缺区间合作博弈及其在农地污染治理中的应用[J]. 运筹与管理 2019(12)
    • [13].区间测速与自动提醒系统在邢衡高速中的应用[J]. 中国公路 2018(06)
    • [14].盾片输送车正在林-广区间作业[J]. 城市轨道交通 2018(10)
    • [15].基于级别高于关系的区间犹豫模糊决策新方法[J]. 西安理工大学学报 2017(01)
    • [16].函数在区间上的连续与一致连续的联系与区别[J]. 吕梁教育学院学报 2016(01)
    • [17].小议数值区间的表示法[J]. 吉林大学学报(地球科学版) 2011(03)
    • [18].沪锌:区间震荡 防范风险[J]. 中国金属通报 2011(32)
    • [19].单向副集的区间生成及其生成粒度[J]. 龙岩学院学报 2010(05)
    • [20].区间计算在计量经济分析中的应用[J]. 管理评论 2008(05)
    • [21].区间优化的仿生算法研究[J]. 长春理工大学学报(自然科学版) 2008(03)
    • [22].基于混合整数规划的高速列车多区间节能优化研究[J]. 铁道学报 2020(02)
    • [23].区间粗糙数排序比较仿真及其在物流领域中的应用[J]. 海南热带海洋学院学报 2020(02)
    • [24].南昌地铁3号线振兴大道站至邓埠站区间双线贯通[J]. 市政技术 2019(02)
    • [25].基于广义区间梯形模糊数的区间证据决策方法[J]. 模糊系统与数学 2016(05)
    • [26].保值(倍值)区间问题探究[J]. 高中数理化 2016(08)
    • [27].区间支付图对策上的平均树解[J]. 数学的实践与认识 2013(19)
    • [28].带稀疏特性的最优区间回归模型辨识方法[J]. 探测与控制学报 2020(01)
    • [29].带结构风险最小化的最优区间回归模型辨识[J]. 控制理论与应用 2020(03)
    • [30].基于深度学习的水电站水流量和发电量区间预测[J]. 电子技术与软件工程 2020(09)

    标签:;  ;  ;  

    一类多区间预测的深度学习模型及实验分析
    下载Doc文档

    猜你喜欢