检索结果-南通市图书馆

基于二次分解和模型选择策略的港口集装箱吞吐量组合预测

在线全文

学校读者我要写书评

暂无评论

管理评论 2024年第8期36卷 52-64页

作者：梁小珍赵欣杨明歌吴俊峰邓天虎田歆上海大学管理学院上海200444 上海文景信息科技有限公司上海200126 清华大学工业工程系北京100084 中国科学院大学经济与管理学院北京100190 中国科学院虚拟经济与数据科学研究中心北京100190

准确预测港口集装箱吞吐量对于政府部门规划港口建设,港口和航运企业合理调配资源具有重要意义。已往研究往往采用单一分解方法来处理序列中的复杂特征,存在数据特征提取不完全以及预测模型选择比较盲目的问题,极大地影响了组合模型的... 详细信息

准确预测港口集装箱吞吐量对于政府部门规划港口建设,港口和航运企业合理调配资源具有重要意义。已往研究往往采用单一分解方法来处理序列中的复杂特征,存在数据特征提取不完全以及预测模型选择比较盲目的问题,极大地影响了组合模型的预测效果。为此,本文引入二次分解和基于数据特征的模型选择策略,通过建立组合预测框架对港口集装箱吞吐量进行预测。首先,根据原始序列的整体特征选择一种分解方法对其进行初步分解,得到若干分量。然后,分析各分量的平稳性、季节性及复杂性等数据特征,据此选择合适的计量经济学模型进行预测或采用完全自适应噪声集合经验模态分解(CEEMDAN)方法对分量进行二次分解。接着,引入长程相关性特征,根据二次分解后子序列的平稳性、复杂性、长程相关性等再选择合适的预测模型。最后,将所有分量的预测结果集成从而得到最终的预测值。以月度预测为例,本文选取上海港和天津港集装箱吞吐量数据作为样本开展实证研究。实证结果表明,本文所提出的组合预测框架与基准模型相比具有更高的预测精度,是一种比较有前景的港口集装箱吞吐量预测工具,可以为相关政府部门、港口及航运企业提供决策参考。

关键词：集装箱吞吐量预测二次分解数据特征分析模型选择组合预测

卷积神经网络中批量规范化层的使用对地震数据去噪的影响分析

在线全文

学校读者我要写书评

暂无评论

地球物理学进展 2024年第1期39卷 183-196页

作者：张鑫杨万祥李小斌阎建国胡善政吴育林中国石油新疆油田分公司勘探事业部克拉玛依834000 成都理工大学地球物理学院成都610059 中国石油东方地球物理勘探有限责任公司西南物探分公司成都610213 中国石油东方地球物理勘探有限责任公司西南物探研究院成都610213

深度学习算法已广泛应用于地震数据处理分析领域,并在地震数据去噪等方面取得了较好的应用效果.目前业界关注重点在于各种不同深度学习算法和相关的网络结构形式,以及不同标签数据对算法效果的影响,较少关注数据集本身的差异对深度学习... 详细信息

深度学习算法已广泛应用于地震数据处理分析领域,并在地震数据去噪等方面取得了较好的应用效果.目前业界关注重点在于各种不同深度学习算法和相关的网络结构形式,以及不同标签数据对算法效果的影响,较少关注数据集本身的差异对深度学习算法的应用效果影响.本文以卷积神经网络(Convolutional Neural Network,CNN)算法中批量规范化层(Batch Normalization)对地震数据去噪的影响分析为例,通过理论公式和应用效果的对比分析,提出了基于地震数据特征分析下的批量规范化层的使用建议.批量规范化层的使用依赖于数据集的统计分布特征,只有当训练集的归一化能量分布集中在能量较强的区域,批量规范化层的使用才会提升网络的效果.但通常情况下,在地震数据去噪的应用中,不建议使用批量规范化层.这些特征为深度学习算法在地震数据去噪应用中的网络结构设计提供了有价值的参考.

关键词：深度学习批量规范化结构优化去噪数据特征分析

基于SpringBoot的域名信息系统设计与实现

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2024年第5期20卷 44-47页

作者：雷欣马宏琳郑霖段刚河南工业大学信息科学与工程学院河南郑州450001 河南云康数据科技有限公司河南郑州450001

基于SpringBoot的域名信息系统采用B/S架构进行设计开发。系统前端利用Thymeleaf技术与Vue框架实现人机交互界面设计,使用Echarts技术实现数据可视化。系统后端使用Shiro进行用户权限管理、使用Tuple2进行域名信息解析、使用WhoisClien... 详细信息

基于SpringBoot的域名信息系统采用B/S架构进行设计开发。系统前端利用Thymeleaf技术与Vue框架实现人机交互界面设计,使用Echarts技术实现数据可视化。系统后端使用Shiro进行用户权限管理、使用Tuple2进行域名信息解析、使用WhoisClient包进行域名信息查询等处理。系统通过提供域名购买、域名转移、域名信息查询、数据特征分析等服务,满足普通用户的客制化需求。同时,也为管理员用户提供订单管理、用户管理、数据接口操作等管理功能。

关键词：域名信息系统客制化 SpringBoot 数据特征分析数据可视化

在线全文

学校读者我要写书评

暂无评论

纸张生产质量检测系统的数值模拟与工业部署

造纸科学与技术 2024年第7期43卷 86-89,68页

作者：李海平刘伟玲陕西工业职业技术学院陕西咸阳712000 陕西科技大学经济与管理学院陕西西安710021

为实现针对纸张生产质量的实时监测,提出了一种基于特征选择方案的在线软测量系统。该系统搭载有纸张生产质量软测量模型。软测量模型以托辊瞬时流量、毛布排放泵出口流量、断尾纤维百分比等纸张生产实时数据为基础建立运行参数体系。... 详细信息

为实现针对纸张生产质量的实时监测,提出了一种基于特征选择方案的在线软测量系统。该系统搭载有纸张生产质量软测量模型。软测量模型以托辊瞬时流量、毛布排放泵出口流量、断尾纤维百分比等纸张生产实时数据为基础建立运行参数体系。为验证该模型的有效性,通过数值模拟的方式对模型精度进行测试,最后提出了整个系统的部署思路并以参数设置功能模块为例展示了该操作界面的设计效果。经试验研究发现,纸张生产质量检测系统各项精度测试指标较为理想,操作界面设计友好直观,具有一定的应用价值。

关键词：在线软测量数据特征分析模型设计工业部署

基于数据特征提取的风电功率预测误差估计方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2014年第16期38卷 22-27,34页

作者：张凯锋杨国强陈汉一王颖丁恰复杂工程系统测量与控制教育部重点实验室东南大学自动化学院江苏省南京市 210096 国电南瑞科技股份有限公司江苏省南京市211106

估计风电功率预测误差对电力系统的调度与控制、安全与防御等方面具有重要意义。从风电历史数据和日前预测数据特征提取的角度,研究了日前风电功率预测误差的估计方法。首先,提取并分析影响风电功率预测误差的主要因素,包括风电出力波... 详细信息

估计风电功率预测误差对电力系统的调度与控制、安全与防御等方面具有重要意义。从风电历史数据和日前预测数据特征提取的角度,研究了日前风电功率预测误差的估计方法。首先,提取并分析影响风电功率预测误差的主要因素,包括风电出力波动程度、风电功率幅值、预测方法等,并通过数据统计分析其相关性。然后,结合风电历史运行数据,采用多元线性回归方法建立风电功率预测误差的估计模型。最后,基于比利时电力运营商Elia公开的风电场实际运行数据,进行了仿真算例分析。所述方法也在中国西北部某省调度系统上应用于备用需求分析,并实现了试运行。

关键词：风电预测误差估计历史变化规律预测精度数据特征分析多元线性回归

在线全文

学校读者我要写书评

暂无评论

金融终端产品管理维护平台的设计与实现

金融终端产品管理维护平台的设计与实现

作者：曾冠华北京邮电大学

学位级别：硕士

随着金融信息化产业的不断发展,金融业务的信息化趋势愈发明显,业务种类也逐渐多样化。信息技术在金融行业的地位逐渐提升,移动互联网金融作为新兴领域,其市场占比越来越高。不同金融终端产品为用户提供着多样化金融信息服务。如何高效... 详细信息

随着金融信息化产业的不断发展,金融业务的信息化趋势愈发明显,业务种类也逐渐多样化。信息技术在金融行业的地位逐渐提升,移动互联网金融作为新兴领域,其市场占比越来越高。不同金融终端产品为用户提供着多样化金融信息服务。如何高效管理多种金融终端产品,建立统一的产品资源共享管理平台,是目前金融IT企业面临的问题。传统的产品管理维护平台只关注了各产品独自的业务管理,缺乏对产品资源的整合,无法满足金融终端产品管理新的需求。为了解决这些问题,本论文从金融终端产品资源的角度出发,按照金融终端产品的资源特点,将产品资源划分为结构化金融数据资源,非结构化金融数据资源和基础设施资源三类。本文首先在多源数据处理技术和IaaS层云平台技术的基础上,提出了一种面向多产品的资源管理方法。在金融数据资源层面上,通过金融信息数据获取,数据主题特征分析和数据映射,定义统一的数据描述结构,整合出金融终端所需要的产品数据,并建立主题特征索引,提供数据信息的查询接口。在基础设施层面上,按产品应用的需求分配虚拟计算资源,网络资源和存储资源,增加企业硬件和网络资源的利用效率,降低金融终端产品运维成本。以面向多产品的资源管理方法为依据,本论文设计与实现了一个金融终端产品管理维护平台。该平台按服务架构分为产品资源接入层,产品资源整合层和产品资源访问层。按系统功能架构划分为产品自服务模块,结构化数据管理模块,非结构化数据管理模块和基础设施资源管理模块。论文最后对这几个模块进行详细设计与分析。实现了管理维护平台对金融终端产品的资源管理和资源服务,使得产品运营维护人员能够更加便捷地进行终端产品的管理,更有助于金融终端产品的业务决策和快速开发,为金融终端产品管理维护提供了一个可行解决方案。

关键词：金融终端产品管理云计算数据特征分析

面向城市交通管理的道路交通状态评估与信息发布

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向城市交通管理的道路交通状态评估与信息发布

作者：史岩北京交通大学

学位级别：硕士

交通的发展是衡量社会经济发展程度的一个重要的指标,随着我国经济的大发展,人们出行水平的提高,出行更多地依赖交通工具,城市交通问题更加凸显。但是由于城市条件的限制,道路的建设速度远远赶不上车辆的增加速度,所以如何合理的利用城... 详细信息

交通的发展是衡量社会经济发展程度的一个重要的指标,随着我国经济的大发展,人们出行水平的提高,出行更多地依赖交通工具,城市交通问题更加凸显。但是由于城市条件的限制,道路的建设速度远远赶不上车辆的增加速度,所以如何合理的利用城市道路的现有资源,使社会效益的目标函数最大化,就要有一套更加全面、合理的评价体系进行分析研究,给公众提供更加直接且容易理解并被应用的道路信息,给交通管理者提供科学、合理的决策科学依据。本文着力研究了基于多源数据融合的道路交通状体评估方法,并研发了一套针对北京市城市交通管理的道路交通状态评价与信息发布系统。论文主要完成了以下工作： (1)系统地总结和分析了目前国内外常用的交通状态信息获取技术,阐述了各类常用传感器的工作原理,通过对比分析各项技术的利弊,阐明交通状态获取技术的发展趋势。 (2)针对微波数据、浮动车数据和牌照识别检测数据三类数据的特征,提出了基于BP神经网络的交通流数据融合算法。以北京市快速路和主干路为例,对平峰、早晚高峰三类传感器检测到的交通速度进行了融合,通过实际数据对比,验证了算法的有效性。 (3)针对不同层级交通管理的需求,构建了路段和路网两个不同层级的交通运行评价指标体系,分别提出了两个不同层级上的交通运行状态评价方法。 (4)以北京市为例,研发了一套城市道路交通状态与信息发布系统,实现了交通状态信息的实时发布、自动生成数据统计报表、突发事件或交通管理措施条件下的交通运行状态分析报告等功能。

关键词：信息采集数据特征分析数据融合 BP神经网络评价体系信息发布

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

以太网络异常行为根因分析的研究与应用

以太网络异常行为根因分析的研究与应用

作者：夏明山辽宁工程技术大学

学位级别：硕士

网络作为数据传输的载体,运行过程中会不可避免的出现异常情况,仅凭人力无法及时了解网络环境中设备的运行状态。一旦出现异常,若未能及时发现、解决,势必影响数据传输效率,甚至导致网络瘫痪,对生产环境造成影响。网络状态监控技术可分... 详细信息

网络作为数据传输的载体,运行过程中会不可避免的出现异常情况,仅凭人力无法及时了解网络环境中设备的运行状态。一旦出现异常,若未能及时发现、解决,势必影响数据传输效率,甚至导致网络瘫痪,对生产环境造成影响。网络状态监控技术可分为:主动监控和被动监控。主动监控技术由于其测量节点向网络环境注入样本数据,会对网络环境及设备造成性能上的影响。被动监控技术通过人为设定阈值参数衡量网络运行状态,受个人经验影响,无法准确衡量是否为异常状态。并且它们都不具备异常数据深度分析功能。基于主被动网络监控技术的优缺点,本文以被动网络监控技术为基础,以网络延迟、丢包、流量、CPU状态、内存状态及日志信息为数据对象。分析数据特征,实现异常数据检测、异常根因分析等功能。异常数据检测功能结合Kmeans算法、正态分布算法、动态阈值法,解决传统网络监控人工介入的不准确性影响等问题。其检测的异常数据比例不超过0.2%,符合算法理论预期;而人为设定阈值参数的方式,异常数据比例高于13.5%,显然本系统的异常数据检测功能更符合实际情况。异常数据根因分析功能模拟人工处理网络异常时的思维逻辑和方法,分析产生该异常数据的原因,经测试其准确性高达88%。实验结果表明,在网络异常数据检测及根因分析方面,该系统具有较好的数据处理性能及准确性,能够缩短运维人员处理网络异常时消耗的时间、数据搜集时间。该论文有图56幅,表22个,参考文献45篇。

关键词：网络监控技术被动监控数据特征分析异常检测根因分析

重载铁路小半径曲线轨道累积变形特征及趋势预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

重载铁路小半径曲线轨道累积变形特征及趋势预测研究

作者：郭俊彦北京交通大学

学位级别：硕士

重载铁路运输因其运量大、效率高、运输成本低等优点在我国综合交通运输体系中有着不可替代的位置。我国重载铁路多数处于中西部的山区地段,为了绕避不良地质条件在线路中设计了大量小半径曲线,小半径曲线作为铁路三大薄弱环节之一病害... 详细信息

重载铁路运输因其运量大、效率高、运输成本低等优点在我国综合交通运输体系中有着不可替代的位置。我国重载铁路多数处于中西部的山区地段,为了绕避不良地质条件在线路中设计了大量小半径曲线,小半径曲线作为铁路三大薄弱环节之一病害频发。通过轨道结构长期监测系统及时掌握小半径曲线的变形发展和服役状态,对铁路工务部门养护维修工作具有十分重要的意义。本文以朔黄重载铁路小半径曲线为研究对象,针对轨道结构变形特征分析及趋势预测展开研究,主要研究内容及结论如下:(1)监测数据预处理是保证数据准确性的必要手段,本文通过设定变化率阈值并结合绝对均值法对监测数据中的异常值达到了良好的修正效果,通过小波去噪方法去除高频噪声增加了数据的平顺性。(2)通过对温度变化特征和轨道结构变形特征分析可知,轨温和变形均以天为周期变化,监测数值在上午4-8时最低,12-16时最高;钢轨温度在冬季时明显低于环境温度,在夏季时部分测点温度高于环境温度;路基段温度整体高于桥梁段且单日变形量和累积变形量均高于桥梁段,说明温度对日变形和累积变形都有较大影响;一天内的温度数据与变形数据有强相关性,温度越高变形越大,累积变形与温度相关性相对较低且桥梁段相关性明显差于路基段,说明桥梁段受到其他因素影响更大。(3)以温度和变形在一天内的强相关性为基础,建立了ABC-SVM、GA-BP和SSA模型对上升、下降、上凸、下凹四种变化趋势一天内的曲线变形进行预测,分别考虑了时间窗口长度和历史数据长度的影响,其中时间窗口长度在时间序列大于48个数据点后预测精度区别较小,历史数据长度大于5天预测效果较好,对比三种模型预测结果,ABC-SVM和GA-BP模型预测精度优于SSA模型且无滞后现象。(4)采用VMD和SSA方法提取累积变形数据中的温度变形特征,将累积变形分离为温度变形和残余变形两部分,采用Prophet模型对温度变形进行预测并用SSA模型进行验证,通过不同测点的预测结果可知,Prophet模型的整体预测结果优于SSA模型;对不同测点的残余变形进行结构异常评估,其中桥梁地段4个测点均存在异常点,路基地段仅有1个测点存在异常点,主要原因由于桥梁地段受温度以外的因素影响更大,大多数异常点出现在监测开始90天以后,以此为依据建议以3个月为周期参考制订养护维修计划。本文共包含插图55幅,表格21处,参考文献82篇。

关键词：重载铁路小半径曲线结构变形监测数据特征分析变形趋势预测