检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

47 篇 期刊文献
31 篇 学位论文
2 篇 会议

馆藏范围

80 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

62 篇 工学
- 33 篇 计算机科学与技术...
- 32 篇 软件工程
- 10 篇 控制科学与工程
- 9 篇 电气工程
- 6 篇 仪器科学与技术
- 5 篇 机械工程
- 4 篇 信息与通信工程
- 4 篇 交通运输工程
- 3 篇 公安技术
- 2 篇 动力工程及工程热...
- 2 篇 矿业工程
- 2 篇 航空宇航科学与技...
- 1 篇 电子科学与技术（可...
- 1 篇 土木工程
- 1 篇 石油与天然气工程
29 篇 管理学
- 28 篇 管理科学与工程(可...
- 1 篇 工商管理
- 1 篇 图书情报与档案管...
9 篇 经济学
- 9 篇 应用经济学
8 篇 理学
- 8 篇 数学
- 7 篇 统计学（可授理学、...
1 篇 医学
- 1 篇 中西医结合
- 1 篇 中药学(可授医学、...
1 篇 军事学
- 1 篇 军队指挥学

主题

80 篇 分段线性表示
46 篇 时间序列
9 篇 数据挖掘
8 篇 拟合误差
6 篇 趋势转折点
5 篇 动态时间弯曲
5 篇 相似性度量
3 篇 支持向量机
3 篇 模式表示
3 篇 转折点
3 篇 压缩率
2 篇 子序列
2 篇 双曲正切函数
2 篇 电能质量
2 篇 相似性搜索
2 篇 多元时间序列
2 篇 符号化
2 篇 自底向上
2 篇 灰色关联分析
2 篇 趋势特征

机构

8 篇 山东科技大学
5 篇 江南大学
3 篇 昆明理工大学
3 篇 华南理工大学
3 篇 浙江大学
3 篇 大庆石油学院
2 篇 牡丹江医学院
2 篇 武汉理工大学
2 篇 中国民用航空飞行...
2 篇 辽宁师范大学
2 篇 福州大学
2 篇 西安电子科技大学
2 篇 哈尔滨工业大学
2 篇 中国矿业大学
2 篇 厦门大学
2 篇 国网山东省电力公...
2 篇 山东师范大学
1 篇 中国建设银行股份...
1 篇 北京科技大学
1 篇 中国科学院大学

作者

5 篇 王建东
4 篇 孙达辰
4 篇 wang jian-dong
3 篇 wei meng-yao
3 篇 魏梦瑶
3 篇 林意
2 篇 尚福华
2 篇 陈晓云
2 篇 章梦
2 篇 lin yi
2 篇 xu rong-cong
2 篇 sun da-chen
2 篇 zhan yan-yan
2 篇 赵建秀
2 篇 詹艳艳
2 篇 王智博
2 篇 王赫楠
2 篇 曹洋洋
2 篇 杜加础
2 篇 徐荣聪

语言

80 篇 中文

检索条件"主题词=分段线性表示"

共 80 条记录，以下是51-60 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

金融时间序列SAR模式的粒度优化研究

金融时间序列SAR模式的粒度优化研究

引用

作者：程文辉昆明理工大学

学位级别：硕士

金融时间序列分析是时间序列分析领域内的一个重要研究方向。金融时间序列分析方法中有一类是通过寻找特定的模式来确定金融时间序列的运行规律,SAR模式是其中重要的一种。SAR是Stop And Reverse的英文首字母缩写,即提供停止损失的位置... 详细信息

金融时间序列分析是时间序列分析领域内的一个重要研究方向。金融时间序列分析方法中有一类是通过寻找特定的模式来确定金融时间序列的运行规律,SAR模式是其中重要的一种。SAR是Stop And Reverse的英文首字母缩写,即提供停止损失的位置。SAR模式在应用到市场震荡期间时,因其滞后性会导致出现延误的决策操作信号,收益急剧下降甚至会产生负收益。针对此问题,本文采用粒度调整的思想完成了以下的研究工作:(一)金融时间序列数据获取与预处理获取相关数据是工作开展的基础。首先选择搜狐平台作为本文研究的数据下载渠道;其次设置接口参数;最后选择公开的股票时序数据搭建数据集。(二)SAR模式的粒度表示及其缺陷分析首先根据SAR指标应用原则确定一系列的决策点得到SAR模式;其次采用分段线性表示的方法将SAR模式中的决策点拟合为一系列模式段,转化为不同长度大小的粒子;最后从震幅与决策点间隔两个角度出发构造一系列理想时间序列对SAR模式进行测试,分析出其缺陷是决策点间距过小。(三)后验粒度优化算法针对SAR模式缺陷,提出了两类后验粒度优化算法,一类为固定参数、另一类为非固定参数。算法原理为通过调整粒度的方法将间隔过短的决策点滤除,从而提升SAR模式收益。实验结果表明固定参数为7的算法收益提升效果最佳。(四)实时粒度优化算法针对实时SAR模式优化,提出了非均衡策略与均衡策略的实时优化算法。通过调整买入、卖出决策规则实现对数据的实时处理和收益优化。实验结果表明最佳策略为“6-1”非均衡策略。经比较最佳粒度参数与最佳策略的物理意义不相同。(五)结合统计平均SAR模式的粒度优化算法针对上述物理意义不一致的问题,提出了结合统计平均SAR模式的粒度优化算法。板块指数是板块内数据的统计平均值,本算法利用其SAR模式对内含数据进行粒度优化。实验结果显示该优化算法具有普适性,四个板块平均收益提升占比为73%,平均正收益占比由40%提升为64%。

关键词：时间序列 SAR模式分段线性表示粒度调整收益优化

来源：评论

学校读者我要写书评

暂无评论

基于时间序列的网络新闻关键词相似性的研究及应用

基于时间序列的网络新闻关键词相似性的研究及应用

引用

作者：陈选泰华南理工大学

学位级别：硕士

时间序列是指按照时间先后顺序对某种现象的某个属性数值进行排序而形成的序列。它反映了某种现象随着时间的推移而不断动态变化的过程，广泛存在于现实生活中的众多领域当中。时间序列数据往往是海量的，以技术手段管理和利用这些数据... 详细信息

时间序列是指按照时间先后顺序对某种现象的某个属性数值进行排序而形成的序列。它反映了某种现象随着时间的推移而不断动态变化的过程，广泛存在于现实生活中的众多领域当中。时间序列数据往往是海量的，以技术手段管理和利用这些数据，发现时间序列的变化规律和趋势，是一个值得深入研究的方向。本文以孔子学院跨文化传播影响力研究项目为应用背景，从对各大国外孔子学院网站及雅虎新闻搜索网站中针对孔子学院报道的新闻进行英文分词和词组提取出发，对新闻中的关键词时间序列进行分段线性表示，使用相似性度量方法进行相似性查询，形成一个能够分析孔子学院新闻的关键词时间序列的相关性的系统，为进行孔子学院跨文化传播影响力研究提供技术支持。首先本文采用WordNet词典库和Lucene中的StandardAnalyzer分词器，开发出一个能够根据单词词性规则和RMM逆向最大匹配算法提取出有意义的单词或短语，并可以根据统计规则从二义性词组中获取常见词组，最终整合形成专用词典库的PhraseAnalyzer英文词组提取器。然后对时间序列表示方法、相似性度量方法和查询方法三个方面进行研究，最终提出一套时间序列相似性分析的整体解决方案，取得一定成效。本文提出了规范化的关键点分段线性表示法。首先将时间序列纵轴数值进行规范化，然后以极值点和从上到下分段线性表示法为技术基础，先对极值点做初步拟合再不断进行误差修正，最终达到较好的表示效果。对于经过表示的时间序列，本文提出结合时间跨度的基于斜率反正切值距离的相似性度量方法来衡量时间序列的相似性。最后提出了后缀树索引和查询的方法。对时间序列进行字符表示后，对后缀序列建立索引，然后设定合理的字符距离筛选出相似子序列候选集合，最后使用上述的相似性度量方法从候选集合中查询出相似性子序列。本文对英文词组提取、时间序列相似性分析进行了研究与实现，并应用到孔子学院跨文化传播影响力的研究中，完善了孔子学院新闻时间序列相关性分析系统，解决了实际问题，具有实用价值。

关键词：英文词组提取时间序列分段线性表示相似性查询孔子学院

来源：评论

学校读者我要写书评

暂无评论

基于趋势和特征子序列的时间序列数据挖掘研究

基于趋势和特征子序列的时间序列数据挖掘研究

引用

作者：朱志静江南大学

学位级别：硕士

在当今的万物互联的大数据时代下,人类活动的各行各业都会产生数据,随着科技一次又一次的革新和发展及随着时间的流逝,数据量正在极速增长中。这些数据广泛存在于商业、气象学、农业、生物科学以及生态学等方面。例如商业市场中我们观... 详细信息

在当今的万物互联的大数据时代下,人类活动的各行各业都会产生数据,随着科技一次又一次的革新和发展及随着时间的流逝,数据量正在极速增长中。这些数据广泛存在于商业、气象学、农业、生物科学以及生态学等方面。例如商业市场中我们观察每周的利润,月度价格指数,年度销售数量;气象学中观察每日高温和低温,年降水量和干旱指数以及每小时风速等。这些数据中包含着很多有用的信息,若能将其完整且细致的挖掘出来,将对人类社会做出极大的贡献。但是由于这些数据范围广、数据量大,导致原始序列具有数据维度高,干扰因素多以及实时更新动态变化等特性。这些特性直接导致从原始序列中直接进行知识挖掘成为了一项复杂度极高,准确度极低甚至不可取的工作。为了能解决这些特性带来的数据挖掘上的问题,我们需要对原始数据进行有效的预处理步骤。时间序列预处理步骤的关键部分就是时间序列的分段线性表示工作以及时间序列的相似性度量工作。故而,本文将对这两个方面的工作进行相应的研究,以期数据预处理工作能达到更好的效果。本文前两章综述了本文的研究背景及意义和研究现状。本文的主要研究创新点和相应的工作主要在三、四、五三章中,可以总结为以下几方面内容:(1)针对目前数据的数据量巨大、高维度高复杂度的特点,以及目前已有方法分段压缩率不够高的缺点,本文的第三章通过分析时间序列的几何形态特征,研究时间序列向上、向下趋势的几何形态,提出了上、下滤波点及上、下滤波线概念。利用上、下滤波点线对趋势的几何特性进行了分析,提出一种基于全局趋势判断方法。进一步提出一种基于趋势的时间序列分段线性表示方法,该方法的复杂度为(7)(8)On,便于编程实现。实验结果表明,与其他同类算法比较,本文算法得到的线段数目较少,逼近程度也不错。(2)针对传统欧式距离队序列值依赖较高的缺点,本文第四章统筹运用几何学中的点,角,边三要素,点值差距,序列趋势变化以及形态差异,将几个方面都考虑到位。所提算法整合点值差距,序列趋势变化以及形态差异三个几何特征,构建出三角形形态距离,以此为阈值去分析两条序列的微观点距离和宏观趋势距离,从而度量出两条序列的相似性。我们将其命名为基于自适应三角形距离的算法(Adaption Triangle Distance,ATD)算法。ATD算法实验结果表明,ATD算法对时间序列对的度量效率进行大幅度的提升。于此同时,本方法的对时间序列对的度量准确度比传统的度量算法高很多。(3)针对传统相似性度量算法无法动态处理翘楚的问题,本文第五章提出了一种基于趋势的特征子序列的时间序列度量方法。该方法引入信号中的尺度空间理论,从随机位置和长度中选择多个子序列被划分为较短的间隔用以捕获时间序列数据的信息。对于每个间隔,提取拟合回归线的趋势、值的平均差和方差等特征用以提供序列的形态、分布的情况。从这些子序列中计算出的特征生成一个新的数据集,其中每个子序列的特征提供一个实例,每个时间序列形成一个包。为每个实例定义一个标签此来度量不同位置的属性和原始序列的拓展。这提供了一个不同于DTW却和其一样可以处理翘曲的基于特征的方法。我们称之为基于自适应特征子序列的时间序列相似度量算法(Adaption and Feature Sentence,AFS)算法。与主流算法和ATD算法相比,当需要进行度量的两条时间序列长度不相同或者时间跨度不相同时,算法可以动态且自动地完成时间序列相似度量工作而无需额外的人工对序列进行维度对等处理。很大程度上降低了时间和空间复杂度。

关键词：时间序列分段线性表示趋势相似度量子序列

来源：评论

学校读者我要写书评

暂无评论

时变数据可视化系统的研究与实现

时变数据可视化系统的研究与实现

引用

作者：王子慧北京邮电大学

学位级别：硕士

随着数据爆炸时代的到来,各个领域普遍存在海量具有复杂属性的数据,其中很大一部分是时变数据。数据可视化能够以图表的方式直观地展现数据,帮助用户更好地进行数据分析,目前已有很多研究人员对时变数据可视化方向展开了研究。国家人类... 详细信息

随着数据爆炸时代的到来,各个领域普遍存在海量具有复杂属性的数据,其中很大一部分是时变数据。数据可视化能够以图表的方式直观地展现数据,帮助用户更好地进行数据分析,目前已有很多研究人员对时变数据可视化方向展开了研究。国家人类遗传资源中心面向人类遗传资源和人口健康数据,需要通过可视化来帮助科研人员探索数据的时变趋势和内在联系。但是,当前时变数据可视化系统仍然存在一些问题:(1)对高维时间属性的处理和展示比较困难;(2)可视化效果不够准确清晰,有适用于系统级别的时变数据可视化方法不能同时满足较高准确度和易于被用户理解操作的要求;(3)缺乏面向时变数据处理并可视化的专一性系统,在生产环境中时变数据可视化缺乏有效的数据可视化方案。为满足上述需求,解决上述问题,本文依托国家人类遗传资源中心数据服务平台,对时变数据的可视分析进行了深入的研究。本文主要研究内容包括以下几点:(1)在保留数据趋势特征的基础上,针对高维时间展示的困难,改进了时间序列近似表示算法,综合考虑拟合误差和序列长度,提高了分段效率,准确而高效地减少了时间维度;(2)在探讨时变数据间关系的基础上,针对聚类精度不足导致可视化效果一般的问题,提出了基于DTW的K-Means算法,对每个时间点赋予不同的权重,使类内非相似性尽可能小,提高聚类效果,方便用户准确地分析时变数据的特征模式;(3)在关注可视化整体过程的基础上,设计了一种基于平行坐标系的时变数据可视化方法,综合考虑数据本身属性及其时间维度上的变化,使用以时间戳为坐标轴的平行坐标系,呈现时变数据的变化趋势和数据间的同异性。基于上述研究内容和成果,本文设计并实现了时变数据可视化系统。该系统后台封装相关算法,以解决高维时间展示困难和聚类可视化不够准确的问题,为用户提供了一个完整的时变数据可视化流程,并集成了数种可视化布局组件,易于操作,能够帮助用户准确、高效地探索时变数据中蕴含的规律和价值。

关键词：数据可视化时变数据分段线性表示动态时间规整平行坐标

来源：评论

学校读者我要写书评

暂无评论

飞参数据的时间序列建模与飞行动作科目的识别

飞参数据的时间序列建模与飞行动作科目的识别

引用

作者：吕胜丽中国民用航空飞行学院

学位级别：硕士

客观高效的飞行训练品质评估能为提升训练安全、改善训练质量提供重要依据。飞行训练品质的评估往往基于对飞行训练科目完成质量的评估来实现的。因此,从记录的飞行数据中自动、准确地识别出相应的训练动作科目是飞参数据驱动的飞行训... 详细信息

客观高效的飞行训练品质评估能为提升训练安全、改善训练质量提供重要依据。飞行训练品质的评估往往基于对飞行训练科目完成质量的评估来实现的。因此,从记录的飞行数据中自动、准确地识别出相应的训练动作科目是飞参数据驱动的飞行训练质量评估的重要基础。目前关于飞参数据中飞行动作、科目识别的研究主要集中在对飞行动作的识别方面对飞行训练科目进行识别的研究尚不多见。本文旨在对飞参数据分析的基础上,设计一套基于时间序列建模表示的飞行训练动作科目的自动识别算法。在对飞参数据预处理的基础上,首先基于分段线性表示方法对其进行时间序列建模,通过合理设定参数阈值,准确划分机动飞行片段;其次,通过查询权威资料和咨询专家经验对飞行动作进行详细分类,确定能够反映各飞行动作的主要参数并合理设定参数的变化阈值,构建飞行动作规则库;第三,在飞行动作识别的基础上,设计一种基于飞行动作序列特征的飞行训练科目描述方法和基于有穷状态自动机的飞行训练科目识别算法;最后,进行实验验证,验证文中采用的算法对实现飞行动作科目自动识别的实用性和有效性。实验表明,本文提出的方法和设计的算法能实现从飞参序列中准确识别出其中包含的飞行动作和科目,识别率较高,具有良好的实用性和准确性。但相关的参数阈值源自相关飞行标准和专家经验,存在一定主观性,仍具有进一步的优化空间。

关键词：飞参数据分段线性表示时间序列飞行动作识别飞行训练科目识别

来源：评论

学校读者我要写书评

暂无评论

时间序列的特征表示和相似性度量方法研究

时间序列的特征表示和相似性度量方法研究

引用

作者：曹洋洋江南大学

学位级别：硕士

随着时间的推移,客观对象某一属性的取值不断变化,采集得到的数据集合就构成了时间序列数据。时间序列是一种重要的数据类型,这种新数据类型被广泛应用在社会生活的方方面面,典型的有某一时间段国内外的生产总值、气象预报、股票期货最... 详细信息

随着时间的推移,客观对象某一属性的取值不断变化,采集得到的数据集合就构成了时间序列数据。时间序列是一种重要的数据类型,这种新数据类型被广泛应用在社会生活的方方面面,典型的有某一时间段国内外的生产总值、气象预报、股票期货最终成交价格以及其他类型数据的指数大小。对时间序列的研究有助于挖掘出数据中与时间相关的有价值信息,实现知识的提取。现实世界中由于时间是无尽头的,所以时间序列类型的数据库规模非常大,能达到TB单位的数量级。时间序列本身的高维、复杂、动态以及高噪声的特性注定了直接对原始序列进行研究势必会造成挖掘时间效率低下,挖掘结果的不准确以及研究结论的可信度降低。因此如何有效的对时间序列进行预处理成了最具挑战性的研究课题之一。预处理分为模式表示和相似性度量两个方面。时间序列的模式表示可以将时间序列关键的特征提取出来,降低特征空间维数,保留原始序列的形态,为下一步的研究做铺垫。由于模式表示的压缩率高、形式简单,许多学者参与了对此的研究。本文针对传统的时间序列模式表示算法往往忽略时间序列的时间特性,导致分段结果不够精确的问题,提出了基于双曲正切函数约束的时间序列建模表示算法。该算法在分段聚合近似的基础上引入双曲正切函数,并且提出了移动增强因子的概念。移动增强因子考虑了时间对各个子序列所含信息量差异的影响,促使时间序列分段后的模型更加契合原始时间序列,完成最终的时间序列分段表示。相似性度量,顾名思义是为了比较序列之间的相似性,在指定的数据库中找到与给定序列在某一定义下相似的序列,在数据挖掘领域是一项重要且基础的识别时间序列模式的预处理任务,对时间序列的异常检测和预测都有至关重要的意义。针对传统的动态时间弯曲算法容易受到离群点以及局部噪声点的影响导致运算结果的准确性不高,不能较精确的处理复杂时间序列数据。对此,文中提出基于形态距离及自适应权重的相似性度量算法。该算法首先利用趋势滤波对原始待比较序列进行降维,压缩;其次引入形态距离计算两时间序列的距离矩阵;最后采用自适应赋权的距离函数抽取出各个子序列所含信息量的差异,利用动态时间弯曲的算法思想完成相似度量工作。最后在大量公开数据集上进行了一系列的实验,结果表明:(1)基于双曲正切函数约束的时间序列建模表示算法有较小的拟合误差,利用此算法对序列完成分段,能够保证在满足时间序列动态增长的条件下,更好的完成序列的宏观相似性查找等工作,算法的通用性,准确性均有所提高。(2)基于形态距离及自适应权重的相似性度量算法鲁棒性更高,在完成宏观的相似性度量的基础上更好的保留了序列的形态特征,同时能更加精确,高效的处理复杂的时间数列。

关键词：时间序列分段线性表示双曲正切函数相似性度量形态距离

来源：评论

学校读者我要写书评

暂无评论

时间序列的相似性分析问题研究

时间序列的相似性分析问题研究

引用

作者：赵建秀山东师范大学

学位级别：硕士

随着经济、科技和社会的发展，信息技术也在飞速发展，人们对于信息和数据的研究和关注也在不断增加。时间序列从广义上讲是随着时间、空间变化的序列数据，主要采用相同时间或相同空间进行间隔度量；其作为大量数据中的一类数据，具体... 详细信息

随着经济、科技和社会的发展，信息技术也在飞速发展，人们对于信息和数据的研究和关注也在不断增加。时间序列从广义上讲是随着时间、空间变化的序列数据，主要采用相同时间或相同空间进行间隔度量；其作为大量数据中的一类数据，具体遍布在在现实生活中的各个领域，例如：股票涨跌走势数据序列、商场购物记录数据序列、产品销售数据序列、病患疾病特征数据序列、语音信息处理数据序列等等。如何在大量时间序列数据信息中快速、高效的查找并分析出与已知序列数据相似的隐含信息和知识，成为现在研究者们关注的热点问题。由于时间序列的高噪声、高维度、波动性大的特点，对时间序列数据进行快速高效的分析，挖掘潜在的信息及相互间的联系，将是一个具有重要意义的课题。时间序列的挖掘分为两个阶段，第一个阶段是时间序列的模式表示；第二个阶段是时间序列的数据挖掘。模式表示主要是根据原始时间序列数据中的主要特征进行提取、拟合原始的序列曲线，对时间序列数据进行重新拟合表示。时间序列挖掘主要是对模式表示后的序列做进一步、深一层的分析研究。本文主要是以时间序列的相似性分析研究为主线，从时间序列的模式表示和时间序列的相似性度量分析方法这两个方面进行研究。本文的主要创新点和贡献如下：（1）基于信息熵的时间序列模式表示本文提出一种基于信息熵的时间序列分段线性表示方法，它对时间序列主要是去除噪声，并且提高拟合误差，有效的解决了由于数据间剧烈变化的干扰造成的分析不准确问题。传统的序列分段线性表示方法，大多通过直接利用数据间的差值来进行模式表示，这些方法不能有效的去除噪声。实验表明，与以往方法相比，基于信息熵的时间序列分段线性表示方法在消除噪声和拟合误差方面有明显的优势。（2）带转向标记的相似性度量分析方法在时间序列相似性研究中，本文提出一种带重要转向标记的最长公共子序列度量方法，可以有效提高时间序列的相似性分析的速度和效率。该方法利用重要点序列，将向量间夹角余弦的概念和指针矩阵引入相似性度量比较方法中。利用模式表示后的重要点序列，基于转向角，结合分段平均划分的思想、最长公共子序列相似性度量方法原理和标记矩阵，利用转向角之间向量余弦值序列和指针矩阵快速度量分析出两序列的相似性。实验表明，该方法保证了相似性度量分析的快速、高效和有效性。

关键词：时间序列模式表示相似性度量信息熵分段线性表示转向角标记矩阵

来源：评论

学校读者我要写书评

暂无评论

基于趋势提取的火电机组自动发电控制性能评价算法

基于趋势提取的火电机组自动发电控制性能评价算法

引用

作者：崔世君山东科技大学

学位级别：硕士

频率是衡量电力系统电能质量的重要指标,当电力系统频率发生偏移时,会使得电能质量达不到要求,从而影响用户使用,甚至影响电力系统安全运行。自动发电控制(Automatic Generation Control,AGC)是维持频率稳定,保证负荷与发电平衡的重要... 详细信息

频率是衡量电力系统电能质量的重要指标,当电力系统频率发生偏移时,会使得电能质量达不到要求,从而影响用户使用,甚至影响电力系统安全运行。自动发电控制(Automatic Generation Control,AGC)是维持频率稳定,保证负荷与发电平衡的重要技术手段。当频率偏移或发电负荷不平衡时,AGC通过调整设定值改变机组出力,使频率恢复至正常水平。当前大多数火电机组都设有AGC功能,但不同机组间的AGC性能差距较大。因此需要一个有效的方法,评价火电机组AGC性能是否满足要求。时间序列趋势指的是时间序列函数主要变化特征,根据其趋势可以挖掘出时间序列函数中的关键信息。本文提出了基于分段线性表示的火电机组AGC评价方法,将机组时间序列分成多个趋势段评价性能指标。首先,通过分段线性表示将AGC指令分成若干数据段,每段数据段使用最小二乘直线拟合。其次,对于每个数据段,通过斜率判断是否为稳态数据段,并将相邻两个稳态数据段及其之间的非稳态数据段视作一次AGC指令。再次,通过分段线性表示将实发功率指令分成若干数据段,对于每次AGC,通过时间约束与幅值变化方向找到其对应的实发功率响应阶段,将AGC与其对应的响应阶段视做一次完整的AGC响应过程。最后,读取AGC数据段的关键数据点并计算AGC性能指标。现有AGC性能评价方法分为读图评价法与建模评价法。与现有方法相比,本文所提方法具有受噪声影响小、不受数据信息量影响等特点。此外,本文提出了从历史数据中自动查找AGC所在位置的算法,通过此算法可以自动查找并评价历史数据中所有AGC性能指标,节约了人工成本。最后,通过工业案例验证了所提方法的有效性。

关键词：自动发电控制分段线性表示性能评价火电机组

来源：评论

学校读者我要写书评

暂无评论

基于时序分析的隧道通风控制技术研究

基于时序分析的隧道通风控制技术研究

引用

作者：董曼丽西安电子科技大学

学位级别：硕士

随着国家加大基础设施的建设，我国公路路网建设进入了高速发展时期，投入运营的公路隧道不断增加。如何保证隧道内安全运营的同时最大限度的节约能耗，已经成为目前公路交通领域面临的主要问题。本文基于时序分析给出了一种新的隧道通... 详细信息

随着国家加大基础设施的建设，我国公路路网建设进入了高速发展时期，投入运营的公路隧道不断增加。如何保证隧道内安全运营的同时最大限度的节约能耗，已经成为目前公路交通领域面临的主要问题。本文基于时序分析给出了一种新的隧道通风控制技术。论文主要成果有：（1）介绍了隧道通风控制的相关技术。根据隧道环境参数的特点，首次利用聚类算法对隧道烟雾浓度历史检测数据集进行数据挖掘，改进了基于层次的K-means聚类算法，对隧道内烟雾浓度数据集进行聚类，并通过公开数据集和隧道数据集与传统聚类算法进行了比较。结果表明改进的算法具有更好的稳定性和准确性。（2）研究了自适应PID控制技术。引入了基于Actor-Critic自适应PID控制器的概念，并对其进行改进，给出了基于模糊径向基网络（FRBF）的Actor-Critic自适应PID控制器。仿真实验证明了改进控制器响应速度更快，调整结果更好。（3）研究了时序模式匹配的相关技术。针对现有时间序列分段线性表示法的不足，改进了基于重要转折点的分段线性表示法，对隧道烟雾浓度时间序列进行划分，采用基于形态和角度的隧道烟雾浓度超标模式匹配算法，实现了对隧道内环境参数的未来趋势做出预测。

关键词：时间序列聚类自适应PID模糊径向基网络分段线性表示模式匹配

来源：评论

学校读者我要写书评

暂无评论

基于动态时间弯曲的时间序列相似性搜索技术的研究

基于动态时间弯曲的时间序列相似性搜索技术的研究

引用

作者：杨靖哈尔滨工业大学

学位级别：硕士

时间序列相似性搜索是时间序列数据挖掘算法的核心子例程，时间序列相似性搜索的效率已经成为制约时间序列挖掘算法发展的瓶颈所在。时间序列表示和相似性度量是时间序列相似性搜索的研究基础，对实现时间序列的相似性搜索任务具有至关... 详细信息

时间序列相似性搜索是时间序列数据挖掘算法的核心子例程，时间序列相似性搜索的效率已经成为制约时间序列挖掘算法发展的瓶颈所在。时间序列表示和相似性度量是时间序列相似性搜索的研究基础，对实现时间序列的相似性搜索任务具有至关重要的作用。动态时间弯曲作为一种相似性度量方法可以有效处理时间序列沿时间轴上的变形等问题，具有良好的鲁棒性。然而时间序列数据通常是连续增长的不间断数据流，直接进行相似性搜索工作会造成相当大的存储空间消耗，且可能影响算法的准确性和可靠性。因此需要对时间序列进行预处理，以简洁和抽象的形式表达出原有时间序列的主要性质，在经过处理后的序列集上进行相似性搜索，从而提高序列相似搜索的效率。本课题在分析国内外时间序列数据挖掘最新研究的基础上，从时间序列相似性搜索出发，研究了时间序列的分段线性表示和动态时间弯曲等问题，主要完成了以下工作： (1)分析时间序列相似性搜索的现状及相似性搜索技术，并深入研究了时间序列分段线性表示方法和动态时间弯曲距离度量方法。 (2)提出并定义了转折点和转折点优先队列，在此基础上提出了基于斜率提取转折点的分段线性表示方法。该方法选取转折点优先队列中的点作为序列候选点，能够在压缩原始序列的同时提取序列的主要性质。实验表明，该方法在多个领域的数据集上取得了良好的拟合效果，且具有良好的稳定性。 (3)剖析以动态时间弯曲为相似性度量的搜索算法，提出了基于级联下界的动态时间弯曲算法。该方法通过将多种下界函数结合，并改进LBeogh下界函数的计算方法，实现了更早的提前终止效果。实验表明，该方法在一定程度上提高了动态时间弯曲的运算性能。 (4)将“基于斜率提取转折点的分段线性表示方法”和“基于级联下界的动态时间弯曲算法”相结合，提出了基于动态时间弯曲的时间序列相似性搜索算法，当压缩率及约束窗口选择合适时，可以明显提高相似性搜索的效率。

关键词：时间序列分段线性表示转折点动态时间弯曲级联下界

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共8页 << < 1 2 3 4 5 6 7 8 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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

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：