检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

spearman相关系数的变量筛选方法

Spearman相关系数的变量筛选方法

作者：谢文华北京工业大学

学位级别：硕士

随着科学技术的发展,高维数据在科学研究各方面越来越普遍,例如在基因遗传学,金融,图像处理等方面普遍存在着高维数据.由于现有模型或者方法不能有效处理超高维数据,因此需要对超高维数据进行一定的降维,以便能够利用现有模型或者方法... 详细信息

随着科学技术的发展,高维数据在科学研究各方面越来越普遍,例如在基因遗传学,金融,图像处理等方面普遍存在着高维数据.由于现有模型或者方法不能有效处理超高维数据,因此需要对超高维数据进行一定的降维,以便能够利用现有模型或者方法进行处理,因而变量筛选或者选择是分析和处理高维数据的关键一步.本论文的研究工作主要有以下两个方面:1.首先指出了传统变量选择方法面对高维数据的不足,并给出了传统变量选择方法的统一形式.然后详细介绍了两种高维数据变量筛选方法:SIS(sure independent screening)方法和RRCS(robust rank correlation screening)方法,最后介绍了其它高维数据变量筛选方法的研究现状.2.对三种常见相关系数进行系统全面的比较和总结,并提出一种基于spearman相关系数的变量筛选方法,它是基于Pearson相关系数的SIS方法与基于Kendallτ相关系数的RRCS方法的有力补充与完善.spearman变量筛选方法相比SIS方法具有以下三方面的优势:(1)在更弱的条件下,能够使得确定性筛选性质(sure screening property)成立;(2)spearman变量筛选方法能够处理除了线性模型外更广泛的模型(如转移模型)的变量筛选问题;(3)示性函数,U-统计量以及Copula理论的引入使得证明过程大大简化.第3章给出数值模拟研究,相比于SIS方法和RRCS方法,在线性模型下有着相差不大的良好表现,在非线性模型下有着更好的表现.最后给出了spearman变量筛选方法的结论,概述本论文所获得的主要研究成果,并指出进一步的研究问题和方向.

关键词： spearman相关系数变量筛选 LASSO SIS 线性模型 Copula理论 U-统计量相依性

基于EMD与spearman相关系数的混合直流线路纵联保护方法

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

电力系统保护与控制 2021年第9期49卷 1-11页

作者：张大海杨宇辰刘艳梅和敬涵北京交通大学电气工程学院北京100044

混合直流输电系统兼备常规直流以及柔性直流的优势,是直流系统发展的必然趋势。现有直流差动保护易受线路分布电容的影响,纵联保护依赖于边界条件,在混合直流输电系统中适用性差。针对以上问题,提出了一种基于经验模态分解(EMD)与斯皮尔... 详细信息

混合直流输电系统兼备常规直流以及柔性直流的优势,是直流系统发展的必然趋势。现有直流差动保护易受线路分布电容的影响,纵联保护依赖于边界条件,在混合直流输电系统中适用性差。针对以上问题,提出了一种基于经验模态分解(EMD)与斯皮尔曼(spearman)相关系数的混合直流线路纵联保护方法。在分析故障电流增量的极性特征、考虑分布电容影响的基础上,首先对线路两端故障电流信号进行镜像延拓,通过EMD提取表征电流变化方向的残余函数,再计算残余函数的spearman相关系数,以此识别线路内外部故障。该方法不受分布电容影响、不依赖于边界条件。通过仿真验证,所提保护方案动作速度快、可靠性高,且具有较强耐受过渡电阻与抗噪声干扰的能力。

关键词：混合直流输电纵联保护 EMD spearman相关系数故障识别

基于信息增益与spearman相关系数的电力用户行为画像

在线全文

学校读者我要写书评

暂无评论

电力工程技术 2022年第4期41卷 220-228页

作者：王圆圆白宏坤王世谦卜飞飞吴雄李昊宇国网河南省电力公司经济技术研究院河南郑州450052 西安交通大学电气工程学院陕西西安710049

随着电力系统新技术的发展以及需求响应等灵活性政策的实施,传统的电力消费者正在逐步转变为产消者,其用电行为习惯也在逐步发生改变。在这一背景下,运用电力用户画像技术可以有效把握电力用户用电特性,挖掘海量用电数据的潜在价值,因... 详细信息

随着电力系统新技术的发展以及需求响应等灵活性政策的实施,传统的电力消费者正在逐步转变为产消者,其用电行为习惯也在逐步发生改变。在这一背景下,运用电力用户画像技术可以有效把握电力用户用电特性,挖掘海量用电数据的潜在价值,因此文中提出一种基于信息增益与spearman相关系数的电力用户行为画像方法。首先,利用基于间隔统计量确定最优聚类数的k-means算法对电力用户用电数据进行聚类分析;然后综合考虑特征有效性与冗余度,构建特征集适应性评价系数;最后采用遗传算法进行迭代求解,得到最优特征子集,对电力用户行为画像进行刻画分析,并通过算例分析验证了所提方法的有效性。

关键词：信息增益 spearman相关系数用户行为画像聚类分析特征选择用电特征

基于spearman相关系数法与有功分量法的高阻接地故障选线方法研究

在线全文

学校读者我要写书评

暂无评论

山东电力技术 2022年第12期49卷 8-13,31页

作者：季鹏陈芳芳徐天奇霍艺文齐琦云南民族大学电气信息工程学院云南昆明650500 国网山东省电力公司博兴县供电公司山东博兴256500 国网黑龙江省电力有限公司伊春供电公司黑龙江伊春153000

电力系统中的谐振接地系统发生高阻接地故障时,由于消弧线圈和高阻抗的存在使得故障信号微弱,造成故障选线较为困难,从而危及电力系统的安全运行和电能质量。因此,电力系统的故障选线尤为重要,故提出一种基于spearman相关系数与有功分... 详细信息

电力系统中的谐振接地系统发生高阻接地故障时,由于消弧线圈和高阻抗的存在使得故障信号微弱,造成故障选线较为困难,从而危及电力系统的安全运行和电能质量。因此,电力系统的故障选线尤为重要,故提出一种基于spearman相关系数与有功分量相结合的故障选线方法。首先通过分析线路之间零序电流的幅值,利用零序电流最大值判据判断出母线故障或线路故障,若判断故障为线路故障,再利用零序功率最大值判据初步确定出故障的线路,最后通过spearman相关系数法分析线路零序功率波形间的相关性来确定出具体发生故障的线路。经PSCAD/EMTDC仿真验证该方法原理清晰,选线逻辑简单可靠且不受故障距离与过渡电阻的影响。

关键词：故障选线单相接地故障 spearman相关系数零序功率有功分量法

时序数据分析的复杂化工过程异常智能溯源研究

在线全文

学校读者我要写书评

暂无评论

安全与环境学报 2024年第3期24卷 942-951页

作者：陈樑朱君烨金龙雷坚郭冰吕元双昆明理工大学公共安全与应急管理学院昆明650500 昆明理工大学环境科学与工程学院昆明650500 云南水富云天化有限公司云南水富657800

对复杂化工过程异常工况进行智能推理溯源是实现安全关口前移、降低灾难性事故发生的有效途径。提出了一种基于spearman-Apriori的化工过程异常智能溯源分析方法,旨在研究复杂化工过程异常工况发生的前置原因,并形成一种智能决策模型。... 详细信息

对复杂化工过程异常工况进行智能推理溯源是实现安全关口前移、降低灾难性事故发生的有效途径。提出了一种基于spearman-Apriori的化工过程异常智能溯源分析方法,旨在研究复杂化工过程异常工况发生的前置原因,并形成一种智能决策模型。针对化工工艺参数之间耦合性强、关联关系分析难度大的特点,引入spearman相关系数,通过spearman实时在线分析过程参数间的相关关系,并设置强关联阈值将spearman相关系数分析与Apriori算法进行关联耦合,利用Apriori算法中的支持度和置信度二维挖掘各参数之间的超强关联规则。将该方法应用于合成氨工艺中合成工段的异常工况智能推溯,并选取氢氮比、管路工艺气流量、给水换热器冷凝剂流量等8个关键监测指标,研究发现氢氮比增大和给水换热器冷凝剂流量升高分别是导致合成塔入口压力超压、合成塔第一床层温度过低两组异常工况的前置原因,该分析结果与实际生产工艺相符,证明该方法可以有效地对化工过程异常原因进行推溯并筛选主要影响因素。研究为使用生产过程大数据实现化工过程异常智能溯源提供了理论基础,为进一步完善过程风险精细化管控提供了新思路。

关键词：安全工程时序数据 spearman相关系数 Apriori算法智能溯源

基于spearman-GCN-GRU模型的超短期多区域电力负荷预测

在线全文

学校读者我要写书评

暂无评论

中国电力 2024年第6期57卷 131-140页

作者：吴军英路欣刘宏张彬柴守亮刘蕴春王佳楠国网河北省电力有限公司信息通信分公司河北石家庄050051 国网河北省电力有限公司邯郸供电分公司河北邯郸056035 西安电子科技大学广州研究院广东广州510555 北京中电普华信息技术有限公司北京102192

为提升多区域电力负荷的预测精度,聚焦于多区域电力数据的时空相关性分析,提出了一种基于spearman-GCN-GRU的超短期多区域电力负荷预测模型。该模型通过spearman相关系数分析不同区域电力负荷的时空相关性,构建spearman邻接矩阵并输入... 详细信息

为提升多区域电力负荷的预测精度,聚焦于多区域电力数据的时空相关性分析,提出了一种基于spearman-GCN-GRU的超短期多区域电力负荷预测模型。该模型通过spearman相关系数分析不同区域电力负荷的时空相关性,构建spearman邻接矩阵并输入图卷积神经网络(graph convolutional network,GCN)和门控循环单元(gated recurrent unit,GRU)提取数据中的空间特征和时序特征,最后由多层感知机(multilayer perceptron,MLP)解码输出预测结果。与基于距离邻接矩阵的模型进行对比,验证了spearmanGCN-GRU模型的可行性。在模型的预测精度上,与传统统计模型和神经网络模型相比,spearman-GCNGRU模型在通用的评价指标中均取得最优结果。就均方根误差(root mean square error,RMSE)而言,spearmanGCN-GRU模型与神经网络模型GRU、GCN和深度神经网络(deep neural network,DNN)相比,RMSE指标分别下降了13.90%、11.66%和8.36%,验证了模型具有更好的预测效果。

关键词：多区域电力负荷预测电力数据时空相关性分析 spearman相关系数图卷积神经网络门控循环单元

基于多维可预知特征的TCN-LSTM城轨短期客流预测

在线全文

学校读者我要写书评

暂无评论

北京化工大学学报（自然科学版） 2024年第5期51卷 86-96页

作者：赵利强李瑞森唐水雄唐金金张涛北京化工大学信息科学与技术学院北京100029 北京驿禄轨道交通工程有限公司北京101200 北京交通大学交通运输学院北京100044

地铁客流量波动受众多因素影响,准确的客流预测数据有利于制定更高效的行车控制方案和客流管控方案。为提高客流预测精度,提出一种基于多维可预知特征的时序卷积神经网络-长短期记忆神经网络模型(TCNLSTM)地铁短期客流预测方法。考虑外... 详细信息

地铁客流量波动受众多因素影响,准确的客流预测数据有利于制定更高效的行车控制方案和客流管控方案。为提高客流预测精度,提出一种基于多维可预知特征的时序卷积神经网络-长短期记忆神经网络模型(TCNLSTM)地铁短期客流预测方法。考虑外部因素的影响,引入spearman相关系数分析并提取日期、天气等可预知特征及其状态集,以提升预测精度,缩小特征空间,克服了冗余特征数据导致的模型过于复杂问题;通过融合时序卷积神经网络(TCN)提取的客流时间序列特征和可预知特征状态集构建了长短期记忆神经网络(LSTM)层输入,组合模型学习客流与外部影响因素的长短期依赖,从而实现常规日、节假日、不同天气等多场景下的短期客流预测。基于某西南城市地铁刷卡交易数据,对比差分整合移动平均自回归模型(ARIMA)、TCN、LSTM及TCN-LSTM模型的短期客流预测结果,得出组合模型的总体平均绝对误差(MAE)值比其他方法低27%~48%,均方误差(MSE)值低13%~35%,平均绝对百分比误差(MAPE)值低2.8%~6.7%,上述3项指标均表明TCN-LSTM模型的客流预测效果更好。此外,对比实验表明通过融入提取的可预知特征数据,TCN-LSTM模型在测试集上的预测误差评价指标明显降低,所提方法能有效提高地铁短期客流预测精度。

关键词：城市轨道交通客流预测长短期记忆神经网络(LSTM) 时序卷积神经网络(TCN) spearman相关系数

维普期刊数据库博看期刊

基于改进VMD的油中典型电极放电声信号去噪(英文)

在线全文

学校读者我要写书评

暂无评论

Journal of Measurement Science and Instrumentation 2024年

作者：曹盘盘马建桥杨广泽冯婷娜王鑫国网新疆电力有限公司哈密供电公司内蒙古电力(集团)有限责任公司包头供电局兰州交通大学自动化与电气工程学院

实际监测中，白噪声易对变压器局部放电(Partial discharge， PD)声信号造成强烈干扰，严重影响放电故障识别及监测效果。为抑制局部放电检测中存在的白噪声干扰及准确提取强噪声环境下变压器局部放电脉冲声信号特征，本文深入分析了低... 详细信息

实际监测中，白噪声易对变压器局部放电(Partial discharge， PD)声信号造成强烈干扰，严重影响放电故障识别及监测效果。为抑制局部放电检测中存在的白噪声干扰及准确提取强噪声环境下变压器局部放电脉冲声信号特征，本文深入分析了低信噪比(Signal-to-noise ratio， SNR)环境下放电脉冲声信号的自适应性分离与去噪。首先，基于spearman相关系数确定了变分模态分解(Variational mode decomposition， VMD)最佳分解模式数K。然后，通过模拟信号验证了所提SVMD(spearman-variational mode decomposition， SVMD)方法分解的可靠性。最后，基于spearman相关系数平均阈值法对实际放电脉冲声信号分解去噪，提取放电脉冲信号本征模态函数分量。结果表明：SVMD可自适应性解决VMD模式数未知缺陷，能够有效提取复杂信号中的有效模态分量，可成功实现变压器局部放电声信号的去噪。该方法可有效去除局部放电声信号中的白噪声干扰，并获得平滑的滤波信号，最大程度地保留了局放信号的完整性，有利于局部放电后续的研究，其对VMD的改进有助于推进其在工业设备状态巡检中广泛使用。

关键词： spearman相关系数变分模态分解局部放电声信号去噪

基于FG-SERVPERF模型下临沂市农村草根体育组织发展因素的相关性分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于FG-SERVPERF模型下临沂市农村草根体育组织发展因素的相关性...

作者：柏建山沈阳大学

学位级别：硕士

党的二十大报告指出,全面建设社会主义现代化国家,最艰巨最繁重的任务仍然在农村,从体育的视域下,如何以体育促进乡村振兴成为学术界热点探讨的话题。农村草根体育组织是伴随着人民生活水平不断提高、休闲时间不断增多,自下而上、自发... 详细信息

党的二十大报告指出,全面建设社会主义现代化国家,最艰巨最繁重的任务仍然在农村,从体育的视域下,如何以体育促进乡村振兴成为学术界热点探讨的话题。农村草根体育组织是伴随着人民生活水平不断提高、休闲时间不断增多,自下而上、自发生成的自治性体育社会组织,体现了农村居民日益增长的美好体育需求。鉴于此,本文运用文献资料法、分层抽样法、实地调查法、问卷调查法和数理统计法,从实证研究视角下,基于FG-SERVPERF模型设计调查问卷,对临沂市农村草根体育组织展开研究,以期促进临沂市农村草根体育组织发展,更好的服务于临沂市农村居民的多元化体育需求,并为相关研究提供参考,增添草根体育组织的实践基料。研究发现,临沂市农村草根体育组织成员分布在整体上呈现出“以中年女性为主、男性成员少且主要是青少年”的态势。从整体上分析临沂市农村草根体育组织现状,发现共有11个发展因素得分较低。进一步深入分析各发展因素间的相关性,结果如下:1.在组织规范性维度下,G1(组织结构)与G2(基本的规章制度、公约或守则)、G5(信息发布平台);G2与G5;G3(组织的主要负责人形象气质、言行谈吐俱佳)与G4(组织的规模与所组织的活动规模、质量等相匹配);G4与G5具有相关性(P=0.000～0.007相关信息准确)与K4;K4与K5存在相关性(P=0.000～0.039相关负责人提供活动的准确时间)与X2(组织相关负责人总是愿意帮助成员)、X4(组织的负责人不会因为太忙而无法立即组织活动)、X5(相关意见总是能得到主要负责人的回应);X2与X4;X4与X5存在相关性(P=0.000～0.007相关性(P=0.000～0.029相关性(P=0.000～0.028相关性(P=0.000～0.028<0.05),提出以J2建设为主线、以J4建设为辅线的发展对策。

关键词：乡村振兴 SERVPERF模型草根体育组织乡村体育 spearman相关系数