• 基于双参数最小二乘支持向量机(TPA-LSSVM)的风电时间序列预测模型的优化研究

    基于双参数最小二乘支持向量机(TPA-LSSVM)的风电时间序列预测模型的优化研究

    论文摘要风电时间序列预测模型的优劣直接影响风功率的应用价值,最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM)在处理风电预测问题...
  • 考虑优化ARIMA模型差分次数的风功率预测

    考虑优化ARIMA模型差分次数的风功率预测

    论文摘要针对现有差分自回归移动平均模型进行风功率预测不具有普遍适用性问题,对差分自回归移动平均模型进行改进,提出了一种确定不同出力特性的风电场风功率时间序列转化为平稳序列所需的...
  • 深度核极限学习机和相似性LSSVM时间序列预测模型研究

    深度核极限学习机和相似性LSSVM时间序列预测模型研究

    论文摘要随着各类新型数据采集手段和大规模快速存储技术的广泛应用,各领域积累了海量的数据,并呈指数级增长,从数据挖掘价值、实现价值增值成为人们的共识。时间序列预测通过研究时间序列...
  • 狭域特有植物元江素馨的种群结构及动态特征

    狭域特有植物元江素馨的种群结构及动态特征

    论文摘要元江素馨(Jasminumyuanjiangense)为云南省元江河谷狭限分布的特有植物,该研究采用典型选样法在元江素馨较为集中分布地布置4个样方,包含干热灌丛、稀树灌...
  • 基于ELM改进层集成架构的时间序列预测研究

    基于ELM改进层集成架构的时间序列预测研究

    论文摘要时间序列是指随时间变化的具有随机性且前后相互关联的动态数据序列。时间序列预测是根据已观测到的序列数据,应用一种模型或一种技术来预测该时间序列的未来值。近年来在很多方面都...
  • 基于多目标理论的组合模型的研究及应用

    基于多目标理论的组合模型的研究及应用

    论文摘要Bates和Granger提出的组合模型理论广泛应用于时间序列的预测问题,目前基于组合模型理论的预测模型能够对一些时间序列数据进行较好的预测,克服了单一模型预测精度不足...
  • 医疗保险时间序列数据统计分析

    医疗保险时间序列数据统计分析

    论文摘要近几年,医疗保险一直是国家和人民所关注的社会焦点话题。看病难,看病贵和医患纠纷的频繁发生使得医疗改革变得刻不容缓。医疗改革对全世界而言都是一个难以解决的问题,它涉及到很...
  • 基于LSTM神经网络的机场能见度预测

    基于LSTM神经网络的机场能见度预测

    论文摘要能见度对人们日常生活有巨大影响。例如,短期的低能见度预测精度对高速公路交通和飞机飞行非常重要。尤其是飞行活动,低能见度会给飞机飞行带来视程障碍,危及飞行安全。在本文中,...
  • 基于深度信念网络的时间序列预测研究

    基于深度信念网络的时间序列预测研究

    论文摘要近年来,随着物联网系统和大数据技术的快速发展,使得时间序列的的收集变得简单快捷,同时收集到的时间序列数据也变得数据量巨大、非线性程度很高、数据结构复杂,传统的时间序列分...
  • 基于改进回声状态网络的游客到达人数预测研究

    基于改进回声状态网络的游客到达人数预测研究

    论文摘要旅游业发展迅速,是许多国家重点发展的产业,对其做出准确的预测,能够为国家或地区旅游部门在制定合理的发展规划以及对旅游资源进行优化配置时提供重要依据。早期研究者主要采用计...
  • 电动汽车充换电站中顾客需求预测及对策研究

    电动汽车充换电站中顾客需求预测及对策研究

    论文摘要本文研究了电动汽车充换电这一实例,利用统计学知识对电动汽车的换电需求进行预测分析,并对充换电站供电服务管理策略进行了优化。首先,通过分析电动汽车充换电站历史换电量需求数...
  • 融合新闻事件和深度学习的时间序列预测方法研究

    融合新闻事件和深度学习的时间序列预测方法研究

    论文摘要时间序列研究对象是随着时间变化的某种现象,在生活中广泛存在,比如:通过对电影票房预测使得影院能够更好的排片;通过对地区的经济情况进行预测,为公司、国家的投资提供支持。因...
  • 增量学习算法及其在时间序列预测中的应用研究

    增量学习算法及其在时间序列预测中的应用研究

    论文摘要时间序列预测(TimeSeriesPrediction,TSP)作为一个热门的研究领域,其具有非常高的实际应用价值。作为机器学习中的一个研究分支,增量学习是比较擅长处理...
  • 面向非平稳时间序列预测的可解释时序模糊认知图训练

    面向非平稳时间序列预测的可解释时序模糊认知图训练

    论文摘要目前,时间序列预测已经广泛存在于金融、气象和交通等领域,以支持决策需要。时间序列预测是指通过分析时间序列的历史数据,建立合适的预测模型,来预测未来的值。现有的时间序列预...
  • 基于WNN-SVM的水文时间序列预测方法研究

    基于WNN-SVM的水文时间序列预测方法研究

    论文摘要在面对具有随机性、突变性的复杂时间序列数据(如流量等水文时间序列数据)时,传统单一的模型的预测精度不尽人意,对单一模型的优化不能完全克服其局限性。因此,文中提出一种基于...
  • 基于小波分析和灰色BP神经网络的滑坡位移预测

    基于小波分析和灰色BP神经网络的滑坡位移预测

    论文摘要滑坡位移时间序列预测对滑坡灾害预警和防治具有重要意义。滑坡位移时间序列具有高度的非线性特征,含有大量噪音且采用常规非线性模型难以准确预测。对此,提出基于小波分析(WA)...
  • 基于深度置信网络的时间序列预测

    基于深度置信网络的时间序列预测

    论文摘要针对传统计算机神经网络存在梯度弥散、局部最小值、非线性时间序列长期预测性能不佳和高维序列数据复杂度高等问题,提出时序深度置信网络模型(timingdeepbeliefn...
  • 基于神经网络方法的时间序列预测方案研究

    基于神经网络方法的时间序列预测方案研究

    论文摘要时间序列数据广泛存在于在金融、天文、工业、医药、电力等诸多领域。时间序列具有连续性,随机性以及周期性,其特性表明了对其进行预测的可行性与困难性。通过分析时间序列数据,可...
  • 时间序列预测方法综述

    时间序列预测方法综述

    论文摘要时间序列是按照时间排序的一组随机变量,它通常是在相等间隔的时间段内依照给定的采样率对某种潜在过程进行观测的结果。时间序列数据本质上反映的是某个或者某些随机变量随时间不断...