期刊文献+
共找到10,891篇文章
< 1 2 250 >
每页显示 20 50 100
基于TensorFlow的时间序列预测系统 预览
1
作者 刘俊利 何波 胡雅萌 《现代计算机》 2019年第14期26-29,33共5页
在日常生活中,我们常常会碰到各种各样的时间序列预测问题,如图书馆人流的预测、商品销量的预测、股价的预测,等等。TensorFlow Time Series(以下简称TFTS)是TensorFlow1.3版本中新引入的模块。TFTS专门设计一套针对时间序列预测问题的A... 在日常生活中,我们常常会碰到各种各样的时间序列预测问题,如图书馆人流的预测、商品销量的预测、股价的预测,等等。TensorFlow Time Series(以下简称TFTS)是TensorFlow1.3版本中新引入的模块。TFTS专门设计一套针对时间序列预测问题的API,利用其提供的LSTM模型,可以实现在TensorFlow中快速搭建高性能时间序列预测系统。 展开更多
关键词 时间序列 TensorFlow TensorFlow TIME Series LSTM网络
在线阅读 免费下载
基于神经网络的时序预测模型研究 预览
2
作者 张恺 陈思 《电脑与电信》 2019年第1期61-65,共5页
古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对... 古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。 展开更多
关键词 时间序列 神经网络 特征 时序预测
在线阅读 下载PDF
White Noise Analysis: A Measure of Time Series Model Adequacy 预览
3
作者 Imoh Udo Moffat Emmanuel Alphonsus Akpan 《应用数学(英文)》 2019年第11期989-1003,共15页
The purpose of this study is to apply white noise process in measuring model adequacy targeted at confirming the assumption of independence. This ensures that no autocorrelation exists in any time series under conside... The purpose of this study is to apply white noise process in measuring model adequacy targeted at confirming the assumption of independence. This ensures that no autocorrelation exists in any time series under consideration, and that the autoregressive integrated moving average (ARIMA) model entertained is able to capture the linear structure in such series. The study explored the share price series of Union bank of Nigeria, Unity bank, and Wema bank obtained from Nigerian Stock Exchange from January 3, 2006 to November 24, 2016 comprising 2690 observations. ARIMA models were used to model the linear dependence in the data while autocorrelation function (ACF), partial autocorrelation function (PACF), and Ljung-Box test were applied in checking the adequacy of the selected models. The findings revealed that ARIMA(1,1,0) model adequately captured the linear dependence in the return series of both Union and Unity banks while ARIMA(2,1,0) model was sufficient for that of Wema bank. Also, evidence from ACF, PACF and Ljung-Box test revealed that the residual series of the fitted models were white noise, thus satisfying the conditions for stationarity. 展开更多
关键词 AUTOCORRELATION MODEL Identification MODEL Estimation DIAGNOSTIC CHECKING Time Series
在线阅读 免费下载
基于子序列全连接和最大团的时间序列模体发现算法 预览
4
作者 朱跃龙 朱晓晓 王继民 《计算机应用》 CSCD 北大核心 2019年第2期414-420,共7页
针对时间序列模体发现算法计算复杂,并且无法发现多实例模体的问题,提出基于子序列全连接和最大团的时间序列模体发现(TSSJMC)算法。首先,使用快速时间序列子序列全连接算法求得所有子序列之间的距离,生成距离矩阵;然后,设置相似性阈值... 针对时间序列模体发现算法计算复杂,并且无法发现多实例模体的问题,提出基于子序列全连接和最大团的时间序列模体发现(TSSJMC)算法。首先,使用快速时间序列子序列全连接算法求得所有子序列之间的距离,生成距离矩阵;然后,设置相似性阈值,将距离矩阵转化为邻接矩阵,构造子序列相似图;最后采用最大团搜索算法从相似图中搜索最大团,最大团的顶点对应的时间序列为包含最多实例的模体。在公开的时间序列数据集上进行实验,选用已有的能够发现多实例模体的Brute Force和Random Projection算法作为对比对象,分别从准确性、效率、可扩展性和鲁棒性对TSSJMC算法进行分析并获得了客观的评判结果。实验结果表明,与Random Projection算法相比,TSSJMC算法在效率、可扩展性和鲁棒性法方面均有明显优势;与Brute Force算法相比,TSSJMC算法发现的模体实例数量虽略低,但其效率和可扩展性都优于Brute Force算法。因此,TSSJMC是质量和效率相平衡的算法。 展开更多
关键词 时间序列 时间序列子序列 子序列连接 最大团 模体发现
在线阅读 下载PDF
基于趋势信息的时间序列分类方法 预览
5
作者 林钱洪 王志海 +1 位作者 原继东 张伟 《中国科学技术大学学报》 CAS CSCD 北大核心 2019年第2期138-148,共11页
大部分时间序列数据分析的一个重要组成部分是相似性度量方式.在众多相似性度量方式中,基于最长公共子序列的相似性度量方式是一种常用的有效方法,但该方法仅仅度量序列点对点的数值差异,而忽略了序列的变化趋势.为此提出一种基于趋势... 大部分时间序列数据分析的一个重要组成部分是相似性度量方式.在众多相似性度量方式中,基于最长公共子序列的相似性度量方式是一种常用的有效方法,但该方法仅仅度量序列点对点的数值差异,而忽略了序列的变化趋势.为此提出一种基于趋势信息的时间序列离散化方法并用最长公共子序列进行相似性度量.该方法能够很好地度量时间序列的趋势信息.此外,还将其与现有的点对点函数线性结合.与现有相似性度量方法不同,该方法能同时考虑时间序列的趋势信息和函数距离,相似性度量方案运用最近邻分类算法规则进行分类.为了进行全面的比较,在42个时间序列数据集上测试该算法的有效性.实验结果表明,所提出的方法能有效提高时间序列分类准确率. 展开更多
关键词 时间序列 趋势信息 时间序列离散化 相似性度量
在线阅读 免费下载
Comparison of Spatiotemporal Fusion Models for Producing High Spatiotemporal Resolution Normalized Difference Vegetation Index Time Series Data Sets 预览
6
作者 Zhizhong Han Wenya Zhao 《电脑和通信(英文)》 2019年第7期65-71,共7页
It has a great significance to combine multi-source with different spatial resolution and temporal resolution to produce high spatiotemporal resolution Normalized Difference Vegetation Index (NDVI) time series data se... It has a great significance to combine multi-source with different spatial resolution and temporal resolution to produce high spatiotemporal resolution Normalized Difference Vegetation Index (NDVI) time series data sets. In this study, four spatiotemporal fusion models were analyzed and compared with each other. The models included the spatial and temporal adaptive reflectance model (STARFM), the enhanced spatial and temporal adaptive reflectance fusion model (ESTARFM), the flexible spatiotemporal data fusion model (FSDAF), and a spatiotemporal vegetation index image fusion model (STVIFM). The objective of is to: 1) compare four fusion models using Landsat-MODIS NDVI image from the Banan district, Chongqing Province;2) analyze the prediction accuracy quantitatively and visually. Results indicate that STVIFM would be more suitable to produce NDVI time series data sets. 展开更多
关键词 SPATIOTEMPORAL FUSION NDVI TIME Series STVIFM
在线阅读 免费下载
时间序列预测方法综述 预览 被引量:3
7
作者 杨海民 潘志松 白玮 《计算机科学》 CSCD 北大核心 2019年第1期21-28,共8页
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变化的趋势,而时间序列预测方法的核心就是从数据中挖... 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变化的趋势,而时间序列预测方法的核心就是从数据中挖掘出这种规律,并利用其对将来的数据做出估计。针对时间序列预测方法,着重介绍了传统的时间序列预测方法、基于机器学习的时间序列预测方法和基于参数模型的在线时间序列预测方法,并对未来的研究方向进行了进一步的展望。 展开更多
关键词 时间序列 时间序列预测 机器学习 在线学习
在线阅读 免费下载
The UCR Time Series Archive 预览
8
作者 Hoang Anh Dau Anthony Bagnall +5 位作者 Kaveh Kamgar Chin-Chia Michael Yeh Yan Zhu Shaghayegh Gharghabi Chotirat Ann Ratanamahatana Eamonn Keogh 《自动化学报:英文版》 CSCD 2019年第6期1293-1305,共13页
The UCR time series archive–introduced in 2002,has become an important resource in the time series data mining community,with at least one thousand published papers making use of at least one data set from the archiv... The UCR time series archive–introduced in 2002,has become an important resource in the time series data mining community,with at least one thousand published papers making use of at least one data set from the archive.The original incarnation of the archive had sixteen data sets but since that time,it has gone through periodic expansions.The last expansion took place in the summer of 2015 when the archive grew from 45 to 85 data sets.This paper introduces and will focus on the new data expansion from 85 to 128 data sets.Beyond expanding this valuable resource,this paper offers pragmatic advice to anyone who may wish to evaluate a new algorithm on the archive.Finally,this paper makes a novel and yet actionable claim:of the hundreds of papers that show an improvement over the standard baseline(1-nearest neighbor classification),a fraction might be mis-attributing the reasons for their improvement.Moreover,the improvements claimed by these papers might have been achievable with a much simpler modification,requiring just a few lines of code. 展开更多
关键词 Index Terms-Data mining time series classification UCR time series archive
在线阅读 下载PDF
Low Voltage Daily Energy Demand Temperature Dependent Representation by Using Circular Statistics 预览
9
作者 Pucheta Julián Salas Carlos +2 位作者 Piumetto Miguel Herrera Martín Rodriguez Rivero Cristian 《应用数学(英文)》 2019年第3期61-74,共14页
In this work, a tool that allows visualizing the probability of the power demand according to the temperature and the hours of the day is presented. This aim contributes to the decision making support for the transfor... In this work, a tool that allows visualizing the probability of the power demand according to the temperature and the hours of the day is presented. This aim contributes to the decision making support for the transformer and its service administration. The objective is to represent the demand accurately as a color statistical map based on two variables: the time of day and the ambient temperature. Since the daily energy consumption is periodic regarding the hours of the day in terms of several days, its representation with Gaussian models becomes difficult, but it is simplified when working with circular statistics. The circular statistics used here is the Von Mises distribution, which has the parameters mean address and kappa concentration. Results obtained from measurements made over a year in a medium-voltage transformer with intervals of 60 minutes are shown. 展开更多
关键词 Distribution TRANSFORMERS CHARGE Estimation Time Series Dynamic Process Circular STATISTICS
在线阅读 免费下载
基于时序Landsat遥感数据的新疆开孔河流域农作物类型识别 预览
10
作者 汪小钦 邱鹏勋 +1 位作者 李娅丽 茶明星 《农业工程学报》 EI CAS CSCD 北大核心 2019年第16期180-188,共9页
快速、准确地获取农作物类别信息对农业部门的生产管理、政策制定具有重要作用。目前基于时间序列数据进行农作物分类主要是采用长时间序列的中低分辨率影像,大量的混合像元限制了农作物的分类精度。在农作物分类的特征选择方面主要是... 快速、准确地获取农作物类别信息对农业部门的生产管理、政策制定具有重要作用。目前基于时间序列数据进行农作物分类主要是采用长时间序列的中低分辨率影像,大量的混合像元限制了农作物的分类精度。在农作物分类的特征选择方面主要是采用归一化植被指数(normalized differential vegetation index, NDVI),而其他特征量的应用还相对较少。该文以新疆开孔河农业区为研究区域,利用2016年的Landsat7 ETM+、Landsat8 OLI影像数据集,基于时间加权的动态时间规整(time weighted dynamic time warping,TWDTW)方法开展农作物类型识别研究,主要包括香梨、小麦、辣椒、棉花等。根据野外采集的样本点构建主要农作物的NDVI和第一主成分(principal component analysis 1,PCA1)时间序列,以反映不同农作物间的物候差异。基于NDVI数据分别利用DTW和TWDTW算法计算各未知像元序列与标准序列间的相似性程度,得到农作物的分类结果,2种方法的分类精度分别为65.69%、82.68%,表明时间权重的加入提高了DTW算法识别不同农作物的能力。结合NDVI与PCA1后,TWDTW的分类精度又提高了2.61个百分点,部分农作物的误分现象明显减少,说明PCA1能够进一步扩大作物间的差异性,提高分类精度。同时,还通过选取有限时相的影像组合进行分类,试验结果表明TWDTW算法在中高分辨率数据较少的情况下能够得到较为满意的分类结果,说明TWDTW算法在中高分辨率影像越来越丰富的时代具有应用潜力。 展开更多
关键词 遥感 作物 分类 时间加权的动态时间规整(TWDTW) 时间序列 归一化植被指数 主成分变换
在线阅读 下载PDF
Data analytics approach for travel time reliability pattern analysis and prediction 预览
11
作者 Zhen Chen Wei Fan 《现代交通学报:英文版》 2019年第4期250-265,共16页
Travel time reliability(TTR)is an important measure which has been widely used to represent the traffic conditions on freeways.The objective of this study is to develop a systematic approach to analyzing TTR on roadwa... Travel time reliability(TTR)is an important measure which has been widely used to represent the traffic conditions on freeways.The objective of this study is to develop a systematic approach to analyzing TTR on roadway segments along a corridor.A case study is conducted to illustrate the TTR patterns using vehicle probe data collected on a freeway corridor in Charlotte,North Carolina.A number of influential factors are considered when analyzing TTR,which include,but are not limited to,time of day,day of week,year,and segment location.A time series model is developed and used to predict the TTR.Numerical results clearly indicate the uniqueness of TTR patterns under each case and under different days of week and weather conditions.The research results can provide insightful and objective information on the traffic conditions along freeway segments,and the developed data-driven models can be used to objectively predict the future TTRs,and thus to help transportation planners make informed decisions. 展开更多
关键词 Travel time reliability Probe vehicle data Time series model Planning time index
在线阅读 下载PDF
复杂地理背景下耕地分布监测与形成机理研究
12
作者 孙越凡 程亮 李满春 《测绘科学》 CSCD 北大核心 2019年第5期1-7,20共8页
针对复杂地理条件下,遥感影像中地物纹理复杂、光谱多样,耕地难以提取的问题,该文提出了一种基于动态时间弯曲算法的耕地提取方法.采取动态时间弯曲法计算NDVI时间序列的相似性,将耕地与林地、草地等其他有相似物候特征的地物区分开来,... 针对复杂地理条件下,遥感影像中地物纹理复杂、光谱多样,耕地难以提取的问题,该文提出了一种基于动态时间弯曲算法的耕地提取方法.采取动态时间弯曲法计算NDVI时间序列的相似性,将耕地与林地、草地等其他有相似物候特征的地物区分开来,并解决不同作物的时间序列曲线的弯曲和平移问题.实验表明,此方法提高了耕地提取的精度,长株潭城市群2013年耕地信息提取的正确率达82.08%,完整率达81.63%.使用景观格局指数定量计算耕地空间分异信息,以经济社会数据作为潜在驱动因子,使用冗余分析方法对驱动因子进行约束性排序分析,结果表明人口因素、经济因素、农业因素是影响长株潭地区耕地分布的主要驱动因素. 展开更多
关键词 耕地 归一化差值植被指数 时间序列 动态时间弯曲 驱动力
基于时间序列模型的高水平学科预测研究 预览
13
作者 王雪 《情报杂志》 CSSCI 北大核心 2019年第6期45-49,117共6页
[目的/意义]能否入围ESI前1%是衡量学科国际水平的重要标志,鉴于我国"双一流"建设背景,寻求一种科学有效的方法,以实现潜力学科入围ESI前1%的准确性时间预测,对于当前的潜力学科研究体系具有极其重要的意义。[方法/过程]以Wo... [目的/意义]能否入围ESI前1%是衡量学科国际水平的重要标志,鉴于我国"双一流"建设背景,寻求一种科学有效的方法,以实现潜力学科入围ESI前1%的准确性时间预测,对于当前的潜力学科研究体系具有极其重要的意义。[方法/过程]以WoS作为模拟ESI统计的数据源,并提出时间节点错位比较以及引入被引转换比值的方式,减弱两个平台的数据统计差异,以提高潜力学科分析的准确性。又基于ESI统计数据的滚动周期性,引入时间序列的预测模型,并将该方法应用于南京工业大学和北京化工大学潜力学科的实证研究中。[结果/结论]研究结果证明,时间序列模型可以有效地拟合出潜力学科的发展趋势,准确地识别出潜力学科的入围时间,为潜力学科的预测研究提出了一种比较有效的方法。 展开更多
关键词 WEB of SCIENCE ESI 学科评价 时间序列 潜力学科 入围时间预测
在线阅读 下载PDF
LSTM Based Reserve Prediction for Bank Outlets
14
作者 Yu Liu Shuting Dong +1 位作者 Mingming Lu Jianxin Wang 《清华大学学报自然科学版(英文版)》 EI CAS CSCD 2019年第1期77-85,共9页
Reserve allocation is a significant problem faced by commercial banking businesses every day.To satisfy the cash requirement of customers and abate the vault cash pressure,commercial banks need to appropriately alloca... Reserve allocation is a significant problem faced by commercial banking businesses every day.To satisfy the cash requirement of customers and abate the vault cash pressure,commercial banks need to appropriately allocate reserves for each bank outlet.Excessive reserve would impact the revenue of bank outlets.Low reserves cannot guarantee the successful operation of bank outlets.Considering the reserve requirement is effected by the past cash balance,we deal the reserve allocation problem as a time series prediction problem,and the Long Short Time Memory (LSTM)network is adapted to solve it.In addition,the proposed LSTM prediction model regards date property,which can affect the cash balance,as a primary factor.The experiment results show that our method outperforms some existing traditional methods. 展开更多
关键词 RESERVE PREDICTION TIME series PREDICTION LONG SHORT TIME Memory (LSTM)network DATE property
基于改进DTW_AGNES的网约车需求量时间序列聚类研究 预览
15
作者 黎新华 李俊辉 黎景壮 《重庆交通大学学报:自然科学版》 CAS CSCD 北大核心 2019年第8期13-19,共7页
对网约车需求量时间序列进行聚类分析,识别不同日期需求量变化规律的相似性和差异性,以合理制定运营调度计划,为乘客提供更高水平运输服务。针对现有的欧氏距离凝聚层次聚类(Euc_AGNES)不能识别时间序列偏移、伸缩等问题和针对动态时间... 对网约车需求量时间序列进行聚类分析,识别不同日期需求量变化规律的相似性和差异性,以合理制定运营调度计划,为乘客提供更高水平运输服务。针对现有的欧氏距离凝聚层次聚类(Euc_AGNES)不能识别时间序列偏移、伸缩等问题和针对动态时间弯曲(DTW)距离计算时间开销大的问题,提出一种改进DTW_AGNES聚类方法,通过调整匹配路径约束范围来优化DTW的动态规划搜索范围,并使用改进后的DTW作为凝聚层次聚类(AGNES)的相似性度量方法。实验结果表明:普通DTW_AGNES聚类和改进DTW_AGNES聚类均比Euc_AGNES聚类更能识别网约车需求量时间序列变化规律,为网约车运营商制定编排调度计划提供可靠依据,且改进后的DTW_AGNES聚类运行效率比普通DTW_AGNES聚类提高了62.4%,节省了计算时间和计算资源,证明了方法的有效性。 展开更多
关键词 交通运输工程 凝聚层次聚类 动态时间弯曲 时间序列 DTW_AGNES算法 网约车
在线阅读 免费下载
标签传播时间序列聚类的股指期货套期保值策略研究 预览
16
作者 李海林 梁叶 《智能系统学报》 CSCD 北大核心 2019年第2期288-295,共8页
利用时间序列聚类方法进行股指期货的套期保值,关键要选择合适的聚类方法。本文从新的视角来研究并提高时间序列聚类方法在金融数据分析领域的应用性能,提出一种基于标签传播时间序列聚类的股指期货套期保值模型。该模型以动态时间弯曲... 利用时间序列聚类方法进行股指期货的套期保值,关键要选择合适的聚类方法。本文从新的视角来研究并提高时间序列聚类方法在金融数据分析领域的应用性能,提出一种基于标签传播时间序列聚类的股指期货套期保值模型。该模型以动态时间弯曲为相似性度量方法来构建现货股票网络空间结构,将每只股票看作一个节点,利用标签传播方法将节点划分到不同的簇中,最终实现股票数据聚类。另外,构建最小追踪误差优化模型来确定每支股票在现货组合中的最优权重,从而得到最优组合。实验分别比较新方法和传统聚类方法确定现货组合的追踪误差,结果表明新方法能够提高现货组合的追踪精度,为丰富金融市场投资和管理方式提供新的研究思路。 展开更多
关键词 标签传播 时间序列 聚类 动态时间弯曲 套期保值
在线阅读HTML 下载PDF
A Novel Search Engine for Internet of Everything Based on Dynamic Prediction 预览
17
作者 Hui Lu Shen Su +1 位作者 Zhihong Tian Chunsheng Zhu 《中国通信:英文版》 SCIE CSCD 2019年第3期42-52,共11页
In recent years,with the rapid development of sensing technology and deployment of various Internet of Everything devices,it becomes a crucial and practical challenge to enable real-time search queries for objects,dat... In recent years,with the rapid development of sensing technology and deployment of various Internet of Everything devices,it becomes a crucial and practical challenge to enable real-time search queries for objects,data,and services in the Internet of Everything.Moreover,such efficient query processing techniques can provide strong facilitate the research on Internet of Everything security issues.By looking into the unique characteristics in the IoE application environment,such as high heterogeneity,high dynamics,and distributed,we develop a novel search engine model,and build a dynamic prediction model of the IoE sensor time series to meet the real-time requirements for the Internet of Everything search environment.We validated the accuracy and effectiveness of the dynamic prediction model using a public sensor dataset from Intel Lab. 展开更多
关键词 IoE SEARCH ENGINE IoE security REAL-TIME SEARCH MODEL dynamic PREDICTION MODEL time series PREDICTION
在线阅读 下载PDF
基于时空域变换和动态预测的光栅信号细分方法 预览
18
作者 王宝珠 费莉 +2 位作者 李文娟 喻婷 彭凯 《工具技术》 2019年第1期132-135,共4页
为了提高光栅信号的细分倍数和细分精度,提出一种基于时空域变换和动态预测的光栅信号细分方法。根据光栅栅距与电信号周期的对应关系,利用该电信号过零点触发时间采样,完成空间基准向时间序列的转化。通过时间序列分析建立动态预测模型... 为了提高光栅信号的细分倍数和细分精度,提出一种基于时空域变换和动态预测的光栅信号细分方法。根据光栅栅距与电信号周期的对应关系,利用该电信号过零点触发时间采样,完成空间基准向时间序列的转化。通过时间序列分析建立动态预测模型,预测下一个采样时间,并在预测时间内发送光栅信号细分脉冲。实验表明,细分倍数为400和800时的角位移细分误差均为±1.2″,且光栅运动加速度及其变化率越小,细分误差越小。 展开更多
关键词 光栅 精密细分 时空变换 动态预测 时间序列
在线阅读 免费下载
基于GRU-RNN模型的城市主干道交通时间预测 预览
19
作者 张铭坤 王昕 《北京信息科技大学学报:自然科学版》 2019年第4期30-35,共6页
交通旅行时间是研究交通路况的重要指标之一,对其精确预估是城市道路交通管理的重要依据。针对交通旅行时间序列数据,应用GRU结构的递归神经网络,构建城市主干道交通旅行时间预测模型。根据实际路网数据的时间相关性重构交通旅行时间序... 交通旅行时间是研究交通路况的重要指标之一,对其精确预估是城市道路交通管理的重要依据。针对交通旅行时间序列数据,应用GRU结构的递归神经网络,构建城市主干道交通旅行时间预测模型。根据实际路网数据的时间相关性重构交通旅行时间序列,结合时间序列的趋势特性完成对数据的清洗以及缺失值的补齐。使用基于TensorFlow为后端的Keras框架完成基于GRU结构的循环神经网络的结构搭建和精细调参,使用路网实测数据进行模型的训练和验证,根据验证结果选择优化参数,使模型的训练时间水平得到提升。仿真实验证明其所采用的模型相对于基于LSTM结构的时间序列模型收敛速度更快。 展开更多
关键词 城市交通 交通时间预测 GRU-RNN 时间序列 深度学习
在线阅读 下载PDF
基于隐马尔科夫模型的多风电场相关性出力时间序列建模方法
20
作者 李湃 刘纯 +2 位作者 黄越辉 王伟胜 李延和 《中国电机工程学报》 EI CSCD 北大核心 2019年第19期5683-5691,共9页
生成具有相关性的多风电场中长期出力时间序列,对电力系统规划和调度运行具有重要的意义。该文提出一种基于隐马尔可夫模型的多风电场出力时间序列建模方法。将风电出力的相关性作为隐马尔可夫模型的状态变量,并利用Markov链描述其时变... 生成具有相关性的多风电场中长期出力时间序列,对电力系统规划和调度运行具有重要的意义。该文提出一种基于隐马尔可夫模型的多风电场出力时间序列建模方法。将风电出力的相关性作为隐马尔可夫模型的状态变量,并利用Markov链描述其时变特性;将各风电场在相邻时刻的出力作为隐马尔可夫模型的观测变量,建立相关性状态与相邻时刻出力的概率映射关系。利用Baum Welch算法估计隐马尔可夫模型参数,获取时变相关性状态的转移概率矩阵和各状态下多个风电场在相邻时刻出力的联合概率分布。最后,通过蒙特卡罗仿真逐月生成多风电场出力的时间序列场景。算例中对我国西北某省份的3个风电场进行测试,结果显示:所提方法生成的各风电场出力的年/月特性、概率分布特性、波动特性和自相关性均优于独立建模方法,并且风电出力相关性与历史序列非常接近,证明所提方法的有效性。 展开更多
关键词 多风电场 时间序列 时变相关性 隐马尔可夫模型 联合概率分布
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈
新型冠状病毒肺炎防控与诊疗专栏