检索结果-南通市图书馆

作者：李园春华东师范大学

学位级别：硕士

随着全球变暖不断加剧,海水位的上升问题逐渐引起了人们的关注。大量研究基于长期海水位的趋势分析,相比之下,短时海水位波动的研究相对较少。本文实现了对短时海水位时间序列的预测,并对预测结果进行了分析,设计了海水位预测系统。本... 详细信息

随着全球变暖不断加剧,海水位的上升问题逐渐引起了人们的关注。大量研究基于长期海水位的趋势分析,相比之下,短时海水位波动的研究相对较少。本文实现了对短时海水位时间序列的预测,并对预测结果进行了分析,设计了海水位预测系统。本文的主要亮点有:一是使用了线性模型——自回归模型和非线性模型——支持向量机和BP神经网络对海水位时间序列进行了预测。结果表明,支持向量机和BP神经网络在样本长度较小时表现出了比自回归模型更为精确的预测结果,使用非线性模型大大缩短了预测所需的样本长度,并在增大预测步长时依然保持着低于线性模型的预测误差。实验证明,支持向量机和BP神经网络的应用将大大节约海水位时间序列预测成本;二是得到了海水位时间序列预测误差与预测步长的关系曲线,并用幂函数拟合得到具体的函数表达式。本文使用了支持向量机、BP神经网络和自回归模型分别验证了预测误差与预测步长的定量关系,对今后工作中预测步长的选取和预测误差的估计有着借鉴意义;三是利用MALTAB GUI平台设计了海水位时间序列预测系统。该系统具有海水位时间序列的预测功能,可以计算出分别使用三类预测模型时的预测误差,并自动生成预测误差与预测步长关系曲线、预测误差与样本长度关系曲线,产生定量关系式。用户使用该系统可以全面了解预测模型,深入理解海水位时间序列的预测结果。

关键词：海水位波动海水位波动预测预测预测误差预测步长

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分类器学习的时间序列预测模型选择方法研究

基于分类器学习的时间序列预测模型选择方法研究

引用

作者：陈善盈华南农业大学

学位级别：硕士

现代商务智能系统通过对时间序列进行预测来辅助管理决策,选择合适的预测模型是其中重要的环节。时间序列预测模型包括传统的统计模型、人工智能模型及其混合模型。在众多的预测模型中,没有任何一种模型能胜任所有的预测情景。根据“没... 详细信息

现代商务智能系统通过对时间序列进行预测来辅助管理决策,选择合适的预测模型是其中重要的环节。时间序列预测模型包括传统的统计模型、人工智能模型及其混合模型。在众多的预测模型中,没有任何一种模型能胜任所有的预测情景。根据“没有免费的午餐”定理,不同的时间序列预测任务具有情景依赖关系,必须为其选择合适的预测模型。在时间序列预测模型选择方法中,传统的方法存在耗时长、不同模型不能比较等问题,而基于分类器的方法能够解决上述问题。本文研究基于分类器的时间序列预测模型选择框架,在模型选择框架中融入预测步长因素,从特征对预测模型产生影响的角度改进降维方法,并在公开数据集和农产品价格时间序列上进行验证。主要研究内容如下:(1)考虑预测步长对预测模型性能的影响,提出融合预测步长的模型选择框架。预测模型在同一时间序列的不同步长水平下性能不尽相同。由此本文提出融入预测步长的模型选框架。本文以传统的基于平均步长的模型选择框架为基准框架,在M3数据集月度读数据上构建了两种融入预测步长因素的模型选择框架,包括构建基于步长独立建模的模型选择框架和基于步长特征的模型选择框架,并且将其与基准框架比较。实验证明,基于步长独立建模的模型选择框架没有明显的改进作用,而基于步长特征的模型选择框架预测精度更高,加入步长特征能提高模型选择框架的预测能力。(2)考虑时间序列特征对预测模型性能的影响,提出考虑预测模型性能的降维方法。针对特征降维方法普遍存在的冗余问题,考虑不同时间序列特征对预测模型性能影响的程度,提出回归显著性与最大相关最小冗余度相结合的特征选择方法。首先从特征对模型预测性能显著性影响角度进行初次筛选,然后去除特征之间的相关性以及特征与类别之间的相关性,最后通过后向选择法进行二次筛选,从而实现时间序列特征降维。将本文提出的特征降维方法用于M3数据集的预测模型选择中,实验结果表明,该方法不仅能实现特征降维的效果,而且能够增强元学习的分类效果,进而提高预测模型选择的预测精度。(3)以国内农产品价格时间序列为例进行实证分析。首先提取农产品时间序列特征,进行相关性分析和最佳模型分析;然后使用本文提出的方法构建农产品模型选择框架;最后实验分析对比。实验表明本文提出的模型选择框架在农产品价格时间序列预测中具有实用性。

关键词：时间序列预测模型选择预测步长特征选择

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于有限控制集的永磁同步电机模型预测控制方法

引用

自动化仪表 2020年第5期41卷 42-49页

作者：张闻涛杨玮林江南大学物联网工程学院江苏无锡214122

近年来,模型预测控制作为一种优化控制算法,被广泛应用于电机控制领域。其中,永磁同步电机的模型预测控制越来越受到关注。永磁同步电机预测控制主要使用的是基于有限控制集的模型预测控制策略。该方法在确定下一时刻的开关状态时,通常... 详细信息

近年来,模型预测控制作为一种优化控制算法,被广泛应用于电机控制领域。其中,永磁同步电机的模型预测控制越来越受到关注。永磁同步电机预测控制主要使用的是基于有限控制集的模型预测控制策略。该方法在确定下一时刻的开关状态时,通常需要遍历所有的开关组合,因而计算量较大,影响实时控制的效果。对此,可以应用一种扇区划分法,通过求出期望电压矢量所在的扇区,进而减少算法在选择开关上需要遍历的开关组合数量。扇区划分法显著降低了有限控制集模型预测控制的计算量。但在同样试验条件下,控制效果相比传统的遍历法较差。使用一种基于最小二乘法的控制策略,可以方便最佳开关状态的选取。通过仿真实例,对几种有限控制集模型预测控制策略的稳态性能与计算量进行了对比。仿真结果表明,在相同试验条件下,最小二乘法的控制效果要优于扇区法。

关键词：永磁同步电机有限集模型预测遍历法计算量电压矢量扇区划分预测步长

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

预测反褶积在压制周期性多次反射波中的应用研究

引用

铁道勘察 2012年第2期38卷 42-45页

作者：唐海敏苗庆库王银铁道第三勘察设计院集团有限公司天津300251

多次波一直是常规地震资料处理中的一种干扰波,预测反褶积能通过压缩地震子波来压制多次波干扰,进而提高地震资料的纵向分辨率,以便更精确地识别地层构造。介绍了预测反褶积的基本理论,并分别用合成地震记录和Tesseral软件模型模拟的地... 详细信息

多次波一直是常规地震资料处理中的一种干扰波,预测反褶积能通过压缩地震子波来压制多次波干扰,进而提高地震资料的纵向分辨率,以便更精确地识别地层构造。介绍了预测反褶积的基本理论,并分别用合成地震记录和Tesseral软件模型模拟的地震记录做多道预测反褶积,压制了周期性多次波干扰,提高了资料的分辨率,取得了较理想的结果。

关键词：预测反褶积预测误差滤波器预测步长算子长度 Toeplitz矩阵

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

地震资料处理中的预测反褶积参数选择及效果分析

引用

中国科技纵横 2017年第18期 203-205页

作者：王弘扬宋鑫磊任秋月姚佳芮胡乔治成都理工大学地球物理学院四川成都610059

预测反褶积在地震资料处理中有突出的贡献,既能提高分辨率又能压制一些规则干扰,是一种非常有效的处理手段.预测反褶积中预测步长的选择非常重要,其对资料的改善效果也会因'步'而异.本文通过对预测步长参数的优化,得到了分辨率较高,构... 详细信息

预测反褶积在地震资料处理中有突出的贡献,既能提高分辨率又能压制一些规则干扰,是一种非常有效的处理手段.预测反褶积中预测步长的选择非常重要,其对资料的改善效果也会因'步'而异.本文通过对预测步长参数的优化,得到了分辨率较高,构造体现较好的成果.同时也发现,预测步长越小,分辨率越高,但信噪比越差;反之亦然.所以,实际处理时,要兼顾信噪比和分辨率,根据实际资料选择合理的参数.

关键词：预测反褶积预测步长分辨率信噪比

来源：评论

学校读者我要写书评

暂无评论

预测反褶积去除多次波的几个理论问题的探讨

引用

油气地球物理 2008年第3期6卷 15-19页

作者：张军华缪彦舒郑旭刚周振晓单联瑜梁鸿贤中国石油大学(华东)地球资源与信息学院胜利油田分公司物探研究院

以模型研究为基础,讨论了预测反褶积去除多次波应注意的几个理论问题,得出了一些有意义的结论:①道集中多次波时差是变化的,要去除整道集的多次波,预测步长应以远道为参照;②预测反褶积去除多次波还不完全等同于一般的提高分辨率处理,... 详细信息

以模型研究为基础,讨论了预测反褶积去除多次波应注意的几个理论问题,得出了一些有意义的结论:①道集中多次波时差是变化的,要去除整道集的多次波,预测步长应以远道为参照;②预测反褶积去除多次波还不完全等同于一般的提高分辨率处理,步长太小的多次波无法准确预测和去除;③算子长度要大于多次波周期,长度太小会使预测结果混入假能量;④级联反褶积效果不理想,建议慎用此技术;⑤层间多次波衰减很快,小于50m的层间多次波无法分辨、难以去除。

关键词：多次波预测反褶积级联反褶积预测步长算子长度

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

预测反褶积的关键影响因素分析

预测反褶积的关键影响因素分析

引用

2017中国地球科学联合学术年会

作者：陈静邹冠贵中国矿业大学(北京)

预测反褶积中的关键影响因素包括:算子长度、预测步长、预白百分比及地震波类型等。文章通过对模拟数据进行处理对比,利用改变单一参数的方法来讨论各个因素对处理结果的影响。结果表明:最佳算子长度是地震记录自相关第一瞬变带;最佳预... 详细信息

预测反褶积中的关键影响因素包括:算子长度、预测步长、预白百分比及地震波类型等。文章通过对模拟数据进行处理对比,利用改变单一参数的方法来讨论各个因素对处理结果的影响。结果表明:最佳算子长度是地震记录自相关第一瞬变带;最佳预测步长等于采样率;随着预白百分比的增大,振幅谱宽度逐渐变窄,但振幅谱未变平坦。对比最小、最大相位地震子波(单层和多层)情况下,单层地震子波的预测反褶积更好。原因是:单层地震子波的自相关优于多层地震子波自相关。

关键词：预测反褶积算子长度预测步长预白百分比

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：