文章-世纪中文出版社

高金华1，2 沈华伟1，2 程学旗1，2 刘悦1 《中文研究》 2018年11期

摘要:

社交网络中消息的流行度预测问题在很多应用领域都有着重要意义。传统的流行度预测方法包括基于特征的方法和基于点过程的方法。基于点过程的方法无法利用历史消息的信息，而基于特征的方法则使用一个统一的模型来对所有的消息进行预测，没有考虑消息的特异性。因此，该文提出了一种基于相似消息的流行度预测方法。对于待预测微博，我们从历史消息选取出与之最相似的前K条消息来进行预测。在计算消息相似度时，我们借助了文档建模领域的LDA模型来学习消息的表示。在数据集上的实验结果表明，该方法可以有效发现在传播模式上与待预测消息相似的历史消息，并在流行度预测任务上取得了比对比模型更好的预测效果。

基于模型的涡轮叶尖间隙快速预测方法下载：63 浏览：425

雷杰许艳芝郭政波《中国机械研究》 2019年4期

摘要:

针对发动机涡轮叶尖间隙变化预测需求,以涡轮叶尖间隙热控制法为研究对象,采用了一种简化的涡轮叶尖间隙计算模型,针对某型发动机高压涡轮的结构特点,分别建立了涡轮机匣、轮盘、叶片的计算模型。以发动机数学模型计算结果作为输入,对高压涡轮叶尖间隙变化进行了仿真计算,结果表明模型计算的涡轮叶尖间隙变化与实际工作过程相符,可在发动机初步方案设计阶段为叶尖间隙评估提供一种快速预测方法。

面向法律文书的量刑预测方法研究下载：34 浏览：327

谭红叶张博文张虎李茹《当代中文学刊》 2020年5期

摘要:

大规模法律文书数据为智能司法审判研究提供了重要的数据基础。量刑预测是智能司法审判中的一个关键环节,对维护司法审判的公平与公正具有重要意义。该文首先基于区间划分和多模型投票方法进行了量刑预测初探,发现区间划分策略可以有效缓解刑期类别众多和数据不平衡问题;在此基础上,又采用基于量刑属性的预测方法来充分理解量刑情节。在CAIL2018评测数据上的实验表明:该文所提出的两种方法,性能明显超过其他基线系统。

基于相似消息的流行度预测方法下载：52 浏览：451

高金华1,2 沈华伟1,2 程学旗1,2 刘悦1 《当代中文学刊》 2018年11期

摘要:

社交网络中消息的流行度预测问题在很多应用领域都有着重要意义。传统的流行度预测方法包括基于特征的方法和基于点过程的方法。基于点过程的方法无法利用历史消息的信息,而基于特征的方法则使用一个统一的模型来对所有的消息进行预测,没有考虑消息的特异性。因此,该文提出了一种基于相似消息的流行度预测方法。对于待预测微博,我们从历史消息选取出与之最相似的前K条消息来进行预测。在计算消息相似度时,我们借助了文档建模领域的LDA模型来学习消息的表示。在数据集上的实验结果表明,该方法可以有效发现在传播模式上与待预测消息相似的历史消息,并在流行度预测任务上取得了比对比模型更好的预测效果。

泉州市城镇居民综合生活需水预测方法研究下载：34 浏览：339

贾香香《水资源科学研究》 2020年7期

摘要:

本文采用定额法、趋势分析法、年均增长率法、回归分析法等需水预测常用的方法,对泉州市城镇居民综合生活用水进行预测分析,经多种预测结果比较得出泉州市2030年城镇居民综合生活需水量为8.62亿m3。其中定额法、回归分析法预测结果较好,趋势分析法和年均增长率法更常用于经济社会发展指标的预测。随着中国城镇化水平不断推进,居民综合生活用水量的影响愈加多元化、横向化,建立多元回归预测分析模型来预测用水量是很好的选择,该研究可为其他城市预测规划水平年居民生活用水量提供借鉴。

库车前陆盆地“三超”气井产能预测方法对比下载：58 浏览：434

马群王胜军蒋国军何飞郭宇恒胡家荣《天然气进展》 2018年7期

摘要:

气井产能预测是气藏开发过程中的重要工作之一,在气田的整体评价和高效开发进程中具有很强的预见性。而对于"三超"气井来说,进行产能测试面临着较大困难,因此寻找一种较为方便的产能预测方法尤为重要。基于此,研究以气井静态资料、探井资料为依据,建立了多元线性回归、BP神经网络、支持向量机3种预测模型,通过对上述3种产能模型预测结果及3种预测方法的优缺点综合对比分析可知,基于支持向量机的气井产能预测模型预测精度较高、预测结果稳定、可操作性强,是一种适合库车前陆盆地"三超"气井产能预测的数据建模方法。

基于BP神经网络的北京夏季日最大电力负荷预测方法下载：71 浏览：209

李琛1 郭文利2 吴进3 金晨曦2 《气候变化研究》 2019年2期

摘要:

利用2006～2017年北京夏季(6～8月)逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP(BackPropagation)神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。

基于时间卷积网络分位数回归的短期负荷概率密度预测方法下载：83 浏览：424

庞昊1 高金峰1 杜耀恒2 《电网技术研究》 2020年11期

摘要:

为了获得电力系统短期负荷的概率性信息,将分位数回归理论与深度学习算法相结合,提出了一种基于时间卷积网络分位数回归的概率密度预测方法。首先利用距离相关系数衡量不同天气因素与短期负荷的相关性强弱,以此确定输入数据集合;其次通过融合注意力机制的时间卷积网络分位数回归算法预测不同分位数条件下的负荷值;最后利用核密度估计得到待测负荷的概率密度分布。采用中国华东某地的历史负荷数据验证分析,结果表明该方法可以细致刻画待测负荷的概率密度分布,其众数和中位数对预测负荷实际值具有参考意义。

区域多风电场功率的分位数回归概率预测方法下载：89 浏览：505

王钊王勃冯双磊王伟胜《电网技术研究》 2020年11期

摘要:

对区域多风电场功率的概率预测有利于应对大规模风电并网现状下风电功率的随机性和波动性。通过建立基于径向基神经网络的分位数回归模型,实现了气象预报变量和风电功率间的非线性映射,得到了分位数形式的短期概率预测结果。针对区域风电数据维度高的问题,提出用交替方向乘子算法进行模型参数优化,从而提高了高维度模型的计算效率。提出了基于区域风向聚类的机制转换模型,对不同风向特征的样本进行独立建模,进一步提高了预测效果。以华东28处风电场为例,通过对可靠度、锐度和Pinball分数3个评价指标进行对比分析,标明所提预测方法相比传统预测方法取得了更好的概率预测效果。

基于UTCI-MIC与振幅压缩灰色模型的用户侧微电网短期负荷预测方法下载：83 浏览：478

薛阳张宁吴海东俞志程李蕊《电网技术研究》 2020年6期

摘要:

短期负荷预测是保障用户侧微电网经济、安全运行的基础。现有研究表明,综合考虑气象、地理等影响因素的负荷预测模型在一定程度上提升了预测准确率。但在具有明显城市特征的用户侧微电网负荷预测中存在局限性,其预测结果呈现显著偏差,使得基于该结果的潮流计算偏离实际情况,危及系统的安全运行。针对此问题,提出了一种新型热气候指数–最大信息系数(universalthermalclimateindexmaximal information coefficient,UTCI-MIC)与振幅压缩灰色模型的用户侧微电网短期负荷预测方法。首先,该模型采用经验模态分解将用电负荷分解为波动负荷和趋势负荷曲线;其次,建立了考虑相似日的MIC矩阵与涵盖多时刻气象、地理区位、城市特征因素的UTCI热环境评估方法,用于波动负荷预测;最后,将基于振幅压缩灰色模型获得的趋势预测结果与波动预测结果重构,得到用电负荷预测结果。案例验证表明,所提方法可有效预测城市特征明显的用户侧负荷变动情况,其预测准确率可达96.91%以上,为城市电网的能量管理系统和电力市场交易提供重要参考。

时空嵌入式生成对抗网络的地点预测方法下载：97 浏览：503

孔德江汤斯亮吴飞《人工智能研究》 2018年1期

摘要:

定位技术的广泛使用可以积累大量的用户轨迹信息,为挖掘用户的行为轨迹提供便利.地点预测任务是众多基于位置服务的基础,学者们更关注如何有效利用这些轨迹数据进行地点预测.已有的方法或关注对长期模式(数天或数月)的预测,或致力于实时轨迹预测.文中研究的问题基于上述两者之间,即对弱实时条件下(数分钟或数小时)用户下一步的访问行为进行预测.为此,提出时空嵌入式的生成对抗网络模型(ST-GAN),在序列生成对抗网络的基础上,提出时空嵌入式长短时记忆生成模型(ST-LSTM)和时空嵌入式卷积神经网络判别模型(ST-CNN).ST-LSTM利用时空信息引导LSTM训练门机制,缓解数据的稀疏性.ST-CNN利用时空信息增强判别真伪访问序列的能力.此外,ST-GAN的训练优化机制使模型可以生成更多逼近真实的数据以引导模型学习,从而得到更好的预测效果.最后在真实的轨迹数据集上的实验验证ST-GAN的有效性.

基于机器学习的小型核反应堆系统状态预测方法下载：38 浏览：283

曾聿赟1 刘井泉1 杨春振1 孙凯超2 《核工业与技术》 2018年3期

摘要:

为支持小型可移动高温熔盐堆(TFHR)自动控制系统的开发，提出了一种基于机器学习的反应堆状态预测模型，以根据仪控系统的监测数据评估反应堆当前状态并预测其未来发展。该模型由一个反应堆物理子模型和热工子模型构成，由TFHR一回路的RELAP模型生成训练数据，通过支持向量回归(SVR)训练得到，并采用粒子滤波(PF)方法估计其中的未知模型参数。通过TFHR反应性引入事故的测试算例表明，本文提出的预测模型在预测反应堆状态、估计模型参数(如反应性引入率)等方面具有良好的性能。

基于元胞负荷特性分析的RBF神经网络空间负荷预测方法下载：79 浏览：508

肖白1 刘庆永1 牛强2 綦雪松2 王皓1 《电网技术研究》 2018年1期

摘要:

针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法。该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群。在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型。然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值。工程实例验证了该方法的实用性和有效性。

基于多元相关性矩阵的中长期负荷预测方法研究下载：66 浏览：379

林勇1 麻敏华2 靳冰洁1 黄红伟3 张德亮3 《电气学报》 2019年1期

摘要:

<正>中长期负荷预测是电力系统规划建设、运行安排的重要基础数据。当前我国经济发展进入新常态,增长速度、经济结构和驱动要素都将发生根本性转变。传统的中长期负荷预测面临原参考指标不适用、可参照历史数据有限等问题。为此,深入分析我国经济新常态下的发展模式转变特征,从增长速度、经济结构和驱动要素三个方面构建中长期负荷预测参考指标库。

基于深度学习的电网短期负荷预测方法研究下载：82 浏览：499

吴润泽1 包正睿1 宋雪莹1 邓伟2 《电力研究》 2018年5期

摘要:

深度模型通过学习一种深层非线性网络结构以实现复杂函数逼近,具有很强的自适应感知能力。本文为了提高电力负荷预测精度,提出一种基于栈式自编码神经网络的深度学习预测方法。该方法结合自编码器和逻辑回归分类器构建一个多输入单输出预测模型,并将重构后的历史负荷、气象信息等数据输入到预测模型中,用栈式自编码器逐层学习并提取深层特征,最后在网络顶层连接逻辑回归模型进行短期负荷预测。实例分析表明,所提预测模型能够有效刻画日负荷变化规律,泛化能力较强,其预测精度达到96.2%,比支持向量回归和模糊神经网络两种浅层学习模型更高。

基于能量函数模型的风电功率在线预测方法研究下载：86 浏览：498

蔡佳铭王承民谢宁彭石《电力研究》 2018年4期

摘要:

提出一种异于传统智能算法的风电功率在线预测方法。通过构造内外力作用和能量函数,将风电功率预测问题转化为无约束优化问题,使得快速、实时、同步功率预测变为可能。在内外力协同作用下,预测朝着承载物理轮廓、匹配波动特征的方向收敛。随着预测进行,同步修正能量函数的权值,进一步提升预测精度。该方法操作简便、运算速度快,克服了传统算法易出现的过拟合、边缘预测误差大、训练时间长的问题。在可再生能源日益发展的形势下,该方法凸显出在风电系统在线、实时、同步功率预测中应用的可行性与重要性。

基于时空特征的无线网络流量预测方法下载：57 浏览：445

袁浙科《天线研究》 2022年4期

摘要:

无线网络流量分布具有空间上和时间上的特征，针对传统预测方法对流量分布空间特征的利用不足问题，提出三维卷积神经网络(3D-CNN)和长短期记忆网络(LSTM)相结合的无线网络流量预测模型。首先通过3D-CNN挖掘流量数据的局部时空关联性，并利用空间注意力机制完善全局空间关联的提取；然后使用LSTM模型对抽象时空特征进行训练，并加入了注意力机制缓解循环神经网络的遗忘现象带来的信息损耗。运用此方法对"意大利电信大数据挑战赛"的公开数据集进行训练，其均方根误差(RMSE)和平均绝对误差(MAE)分别降至5.17和3.32,明显优于其他对比预测模型。

基于混合核KPLS的工业过程质量预测方法下载：55 浏览：443

陈路郑丹童楚东《天线研究》 2020年6期

摘要:

核偏最小二乘(KPLS)能够有效解决数据间的非线性问题并提高质量预测精度,在工业过程监测和质量预测中得到了广泛的应用。良好的KPLS质量预测模型要求核函数同时具备内插和外推能力。然而,传统的单核核函数只能表现出其中一种能力。为了克服这一缺点,本文提出一种混合核KPLS方法用于非线性工业过程质量预测。然后,通过使用遗传算法对混合核函数参数及权重进行优化选取,提高质量预测精度。最后,通过使用田纳西-伊思曼过程的使用实例,说明了该方法的实用有效性。

声速剖面反演预测方法下载：82 浏览：496

胡军肖业伟张东波冷龙龙《海洋研究》 2019年5期

摘要:

利用2006—2017年我国南海部分区域(112°～114°E,10°～12°N)的Argo观测数据,对该海区声速剖面进行了仿真分析和研究.在此基础上,利用遗传算法(GA)优化的径向基函数(RBF)神经网络建立反演预测模型(GA-RBF),结合海区表面实测温度和历史数据,研究了该区域2016—2017年的声速剖面实时预测情况,并获得该海区6月和12月的声速剖面平均均方根误差值为0.845 m/s和0.815 m/s;而采用平均声速剖面方法获得该海区6月和12月的声速均方根误差分别是2.393 m/s和2.176 m/s.仿真结果表明:基于GA-RBF网络模型并利用海区表面实测温度的反演预测结果更趋近实测声速剖面,该模型可用于海区垂直声速剖面的实时预测.

船舶与海洋工程中的焊接变形预测方法研究下载：23 浏览：242

羊军陈建锋《中国海洋学报》 2025年1期

摘要:

焊接作为一种灵活高效的联接方式，广泛用于船舶与海洋工程制造业．焊接过程不均匀的加热和冷却、材料的局部非协调塑性应变以及焊接残余应力的作用，使得船舶与海洋工程结构产生各种焊接变形。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com