检索结果-内蒙古大学图书馆

作者：李思洋东北电力大学

学位级别：硕士

在电力通信系统中,电力光纤由于其自身所具有的诸多优势,近年来已成为一种主流的通信方式而被广泛应用。作为电力通信系统的关键组成部分,电力光纤通信系统传输的稳定性是电力部门高效生产、稳定运行的重要保障,一旦电力光纤线路发生故... 详细信息

在电力通信系统中,电力光纤由于其自身所具有的诸多优势,近年来已成为一种主流的通信方式而被广泛应用。作为电力通信系统的关键组成部分,电力光纤通信系统传输的稳定性是电力部门高效生产、稳定运行的重要保障,一旦电力光纤线路发生故障,造成的通信中断将会给企业和用户带来巨大的经济损失。因此,研究电力光纤线路状态预测方法,根据已知的电力光纤线路状态预测未来可能发生的线路故障,从而提前做好维护和管理工作,避免故障的发生,确保电力通信系统不间断传输具有重要的现实意义。为了更加准确地预测电力光纤线路的运行状态,文章提出一种基于自适应粒子群(APSO)优化差分自回归滑动平均—支持向量机(ARIMA-SVM)模型的预测新方法,该方法通过对电力光纤线路运行状态的衡量指标光功率的预测,从而实现电力光纤线路状态预测。首先,根据电力光纤线路中光功率数据具有的非线性、时变性和复杂性特点,采用小波变换对监测得到的光功率数据进行小波分解并重构,提取出随机项与趋势项两部分光功率数据。然后,针对随机项与趋势项数据特性,分别构建多种预测模型进行对比实验,从中选取并构建预测效果最优的ARIMA模型和SVM模型分别对光功率随机项和趋势项两部分数据进行预测。为了进一步提升模型预测性能,文中设计一种APSO算法对SVM模型中参数进行优化,该算法通过构建新型的动态距离函数和自适应惯性权重函数,使得不同粒子的搜索速度能够自适应地变化,从而提高算法的收敛速度和精度,获取更加准确的模型参数,并通过仿真实验验证了该算法的有效性。最后,分别构建ARIMA模型和基于APSO优化的SVM模型对光功率随机项数据和趋势项数据进行预测,并叠加两部分的预测结果,实现光功率未来趋势的预测,从而实现电力光纤线路状态预测。实验结果表明,与其他预测方法相比,文章提出的基于APSO优化ARIMA-SVM混合模型的预测方法能够更加准确地预测出电力光纤线路中光功率的未来趋势,从而实现电力光纤线路状态的预测,并且该方法优化了模型预测性能,较单一的SVM模型光功率趋势预测方法相比,其预测精度提升了12.6%;较未优化参数的ARIMA-SVM混合模型预测方法相比,其预测精度提升了53.8%;较基于LDW优化ARIMA-SVM模型的预测方法相比,其预测精度提升了26.5%。

关键词：光纤状态预测时间序列数据预测差分自回归滑动平均模型支持向量机粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

面向金融品种价格预测的财经信息数据挖掘技术研究

面向金融品种价格预测的财经信息数据挖掘技术研究

引用

作者：陈海文国防科学技术大学

学位级别：硕士

当今世界,金融市场经济日益发展,金融财经吸引了更多的投资。但是,经济危机、次贷危机、金融风暴等风险频繁发生,金融投资中的各类不确定性更是日益增加。因此,金融方面的预测研究越来越受到业界研究人员的高度重视。投资者期望通过对... 详细信息

当今世界,金融市场经济日益发展,金融财经吸引了更多的投资。但是,经济危机、次贷危机、金融风暴等风险频繁发生,金融投资中的各类不确定性更是日益增加。因此,金融方面的预测研究越来越受到业界研究人员的高度重视。投资者期望通过对金融市场的预研以及判断,掌握发展趋势和规律以达到指导自己在金融市场内的投资行为。本文针对金融市场对金融品种价格预测的需求,针对目前网络大量充斥金融财经新闻的情况,深入分析财经新闻对金融市场的影响,并通过分析金融财经文本信息所包含的情感倾向以及情感强度,结合金融财经市场内各类历史数据信息对金融市场价格发展趋势进行预测。预测过程中,首先使用多元线性模型进行初步处理,获取到初步预测结果,以及初步的预测残差序列,然后使用差分自回归滑动平均模型进行对残差进行纠正的组合模型。最后使用Spark技术优化预测过程性能,并取得良好效果。本文主要研究内容有:(1)提出了一种基于金融财经文本信息,结合组合模型,预测金融财经市场发展趋势的方法。首先,对采集过来的新闻,通过自定义的带有反映金融情感信息的情感倾向词库,以及自定义的语义规则,获得每篇财经新闻文章的情感值,从而获得每一天针对某一金融品种的情感态势。然后,基于财经新闻和金融历史价格数据结合预测的情况,提出首先使用多元线性回归进行初步预测,最终通过使用差分自回归滑动平均模型进行残差纠正的组合模型进行预测,获得预测结果。(2)提出了一种使用Spark Streaming技术快速获取金融财经市场情感倾向值的方法。由于金融财经文本信息,数据量大,处理过程复杂,情感倾向值信息获取的过程对计算机性能要求较高,为改善预测性能,在Spark环境下下运行情感值获取过程,获得更好的速度性能提升。(3)基于本文提出的结合金融财经文本信息以及金融市场历史数据的预测方法,构建金融市场发展趋势预测系统。展示本文中的预测方法所得的结果的同时,更好的为广大投资者创建一个指导投资的平台。

关键词：金融市场预测财经文本信息多元线性回归差分自回归滑动平均模型大数据分析 Spark技术

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA模型的地球自转参数预报研究

引用

导航定位学报 2016年第1期4卷 68-74,87页

作者：杨杰叶修松曾光朱俊宇航动力学国家重点实验室西安710043 西安卫星测控中心西安710043

为了提高基于ARIMA模型的地球自转参数预报精度,着重分析了ERP数据序列预处理中周期项成分的精确获取技术、ARMA模型阶次的优化选择问题,以及ERP数据序列不同差分次数对模型精度的影响。利用国际地球自转和参考系统服务组织公布的ERP最... 详细信息

为了提高基于ARIMA模型的地球自转参数预报精度,着重分析了ERP数据序列预处理中周期项成分的精确获取技术、ARMA模型阶次的优化选择问题,以及ERP数据序列不同差分次数对模型精度的影响。利用国际地球自转和参考系统服务组织公布的ERP最终产品,365组预报结果表明,UT1-UTC预报30d精度可达3.398 6ms,10d以内预报应选取2次差分模型,10d以上选取1次差分模型;日长预报30d精度可达0.337 5ms,应选取零次差分预报模型;Xp预报30d精度为11.189 1mas,Yp预报30d精度为7.932 1mas,两者均选择1次差分模型。

关键词：差分自回归滑动平均模型地球自转参数预报差分模型阶次优化

来源：评论

学校读者我要写书评

暂无评论

GM-ARIMA模型在大坝安全监测中的应用

GM-ARIMA模型在大坝安全监测中的应用

引用

2013年全国大坝安全监测技术与应用学术交流会

作者：冯龙龙李星李晓晨李岩河海大学水文水资源与水利工程科学国家重点实验室江苏南京210098 河海大学水资源高效利用与工程安全国家工程研究中心江苏南京210098 河海大学水利水电学院江苏南京210098 河海大学水利水电学院江苏南京210098

针对大坝安全监测的小样本数据既有一定趋势性又有一定波动性的特点,本文把灰色模型和时间序列模型结合起来运用在大坝安全监测中.首先利用灰色模型进行拟合和预测,然后对灰色残差序列建立ARIMA模型,对残差进行预测,最后将两者结合起来... 详细信息

针对大坝安全监测的小样本数据既有一定趋势性又有一定波动性的特点,本文把灰色模型和时间序列模型结合起来运用在大坝安全监测中.首先利用灰色模型进行拟合和预测,然后对灰色残差序列建立ARIMA模型,对残差进行预测,最后将两者结合起来即可得到预测值.以小湾拱坝坝顶某测点的径向位移为例,建立GM-ARIMA进行拟合和预测,并与实测值比较.计算结果表明,与GM模型相比,GM-ARIMA模型的精度高,预测值更接近于实测值.

关键词：大坝安全监测差分自回归滑动平均模型灰色模型

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA模型的金融品种走势预测技术

引用

计算机技术与发展 2015年第7期25卷 11-14,19页

作者：王成国邓仲元陈海文蔡志平国防科学技术大学计算机学院湖南长沙410073

利用金融品种的历史数据开展数据挖掘,有效预测金融品种的走势,为投资者提供决策导向具有广阔的市场前景和应用价值。文中针对金融品种走势预测的应用需求,深入分析金融品种的时间序列特征,总结出其除了包含常见的非线性、非平稳、动态... 详细信息

利用金融品种的历史数据开展数据挖掘,有效预测金融品种的走势,为投资者提供决策导向具有广阔的市场前景和应用价值。文中针对金融品种走势预测的应用需求,深入分析金融品种的时间序列特征,总结出其除了包含常见的非线性、非平稳、动态等特征外,还具有高噪音和非正态等特点。基于求和自回归滑动平均模型,建立金融品种走势预测模型,通过实际数据验证了模型的有效性及预测的准确性。自回归滑动平均模型可用于金融品种的动态分析和短期预测。

关键词：时间序列差分自回归滑动平均模型平稳金融品种推荐模型预测

来源：评论

学校读者我要写书评

暂无评论

基于ARIMA模型的ERP预报研究

基于ARIMA模型的ERP预报研究

引用

第六届中国卫星导航学术年会

作者：杨杰叶修松曾光朱俊宇航动力学国家重点实验室西安卫星测控中心

为了提高基于差分自回归滑动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型的地球自转参数(Earth Rotation Parameters,ERP)预报精度,着重分析了ERP数据序列预处理中周期项成分的精确获取技术、自回归滑动平均(Autoregressive Moving Average,ARMA)模型阶次的优化选择问题,以及ERP数据序列不同差分次数对模型精度的影响。利用国际地球自转和参考系服务组织(International Earth Rotation and Reference Systems Service,IERS)公布的ERP最终产品,365组预报结果表明,UT1-UTC预报30 d精度可达3.398 6 ms,10 d以内预报应选取2次差分模型,10 d以上选取1次差分模型;日长(Length of Day,LOD)预报30 d精度可达0.337 5 ms,应选取零次差分预报模型;Xp预报30 d精度为11.189 1 mas,Yp预报30d精度为7.932 1 mas,两者均选择1次差分模型。

关键词：差分自回归滑动平均模型地球自转参数预报差分模型阶次优化

来源：评论

学校读者我要写书评

暂无评论

一种基于D-S和ARIMA的多模型软测量方法

引用

控制与决策 2014年第7期29卷 1160-1166页

作者：王振雷唐苦王昕华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237 上海交通大学电工与电子技术中心上海200240

针对传统软测量方法存在的预测性能差、融合能力低等缺点,提出一种基于证据理论(D-S)合成规则和差分自回归滑动平均(ARIMA)模型的多模型软测量方法.首先利用自适应模糊核聚类方法和最小二乘支持向量机建立多个子模型;然后利用D-S合成规... 详细信息

针对传统软测量方法存在的预测性能差、融合能力低等缺点,提出一种基于证据理论(D-S)合成规则和差分自回归滑动平均(ARIMA)模型的多模型软测量方法.首先利用自适应模糊核聚类方法和最小二乘支持向量机建立多个子模型;然后利用D-S合成规则构造的概率分配函数作为权值因子,对子模型输出进行融合以得到多模型的输出;最后结合ARIMA模型对静态多模型输出进行动态校正.仿真研究与工业应用的结果表明,所提出的方法具有良好的预测性能和融合能力.

关键词：证据理论合成规则差分自回归滑动平均模型数据融合多模型软测量

来源：评论

学校读者我要写书评

暂无评论

时间序列分析方法在黄金价格走势预测中的应用研究

时间序列分析方法在黄金价格走势预测中的应用研究

引用

作者：王成国国防科学技术大学

学位级别：硕士

黄金是贵金属和硬通货。投资黄金可以保障投资者的资产不会被通货膨胀侵蚀的同时,也不易像股票投资和房地产投资那样会面对市场崩盘,因此深受人们所喜爱。针对黄金的历史价格数据采用数据挖掘,可以有效的预测黄金价格走势,指导投资者的... 详细信息

黄金是贵金属和硬通货。投资黄金可以保障投资者的资产不会被通货膨胀侵蚀的同时,也不易像股票投资和房地产投资那样会面对市场崩盘,因此深受人们所喜爱。针对黄金的历史价格数据采用数据挖掘,可以有效的预测黄金价格走势,指导投资者的投资决策,具有广泛的应用价值。本文针对黄金价格走势预测的应用需求,深入分析黄金价格的时间序列特征,总结出其除了包含常见的非线性,非平稳和动态等特征外,还具有高噪音和非正态等特点。介绍了国内外研究学者对黄金价格分析研究的现状,然后利用时间序列的相关原理和统计工具软件进行定量解释。本文对黄金价格进行预测,其创新性的应用主要表现在以下三个方面:1)基于灰色模型的原理,针对黄金价格走势高噪音、非正态的特点,提出了一种基于灰色模型的黄金价格走势预测方法,并将其应用到黄金价格的预测中,通过实际数据验证了该方法的有效性。2)基于差分自回归滑动平均模型的原理,针对黄金价格走势的内在特征,提出了一种基于差分自回归滑动平均模型的黄金价格走势预测方法,并将其应用到黄金价格的预测领域,通过实际数据验证了该方法的有效性。3)基于真实的黄金价格数据,对比分析了加权移动平均、指数平滑、灰色模型和ARIMA等模型对黄金价格走势预测的准确性和有效性,并归纳总结了这四种模型的优缺点和适用场景。文中主要采用基于灰色模型的黄金价格走势预测、基于ARIMA模型的黄金价格走势预测、移动平均模型以及指数平滑模型,并对模型的预测结果进行对比分析。通过对四种模型拟合的效果对比分析,基本上都可以描述黄金价格的走势,尤其求和自回归滑动平均模型拟合效果最佳。通过实际数据验证研究表明,该模型在短期预测方面有很强的实用价值。在此基础上以及其它核心技术的研究与突破,最后实现了整个系统的应用。

关键词：时间序列灰色模型差分自回归滑动平均模型黄金价格预测系统

来源：评论

学校读者我要写书评

暂无评论

基于组合模型的网络流量预测

引用

计算机工程与应用 2013年第8期49卷 92-95页

作者：于静王辉南京工业大学电子与信息工程学院南京210009

网络流量预测是网络管理的基础,网络流量受到多种因素影响,具有周期性、时变性和非线性,传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律,为此,提出一种网络流量组合预测模型(ARIMA-LSSVM)。采用ARIMA对网络... 详细信息

网络流量预测是网络管理的基础,网络流量受到多种因素影响,具有周期性、时变性和非线性,传统单一线性模型ARIMA或非线性模型SVM均难以准确描述网络流量复杂变化规律,为此,提出一种网络流量组合预测模型(ARIMA-LSSVM)。采用ARIMA对网络流量进行预测,捕捉其周期性变化趋势,采用LSSVM对网络流量非线性变化趋势进行预测,同时采用遗传算法对LSSVM参数进行优化,采用LSSVM两种预测结果进行融合,得到网络流量的最终预测结果。仿真实验结果表明,相对于单一网络流量预测模型,ARIMA-LSSVM提高网络流量预测精度,更能全面刻画网络流量变化趋势。

关键词：网络流量差分自回归滑动平均模型最小支持向量机组合模型

来源：评论

学校读者我要写书评

暂无评论

苏州市空气质量的时间序列变化过程研究

引用

环境科学与技术 2009年第6期32卷 49-52页

作者：黄进张金池南京林业大学江苏南京210037

城市空气质量水平是以空气质量指数(API)来表征的,API的时空变化可以反映城市空气质量的变化过程。文章以苏州市2002～2007年各月API值为研究对象,将其构成一组时间序列,采用时间序列理论中的小波分析原理和差分自回归滑动平均模型(ARI... 详细信息

城市空气质量水平是以空气质量指数(API)来表征的,API的时空变化可以反映城市空气质量的变化过程。文章以苏州市2002～2007年各月API值为研究对象,将其构成一组时间序列,采用时间序列理论中的小波分析原理和差分自回归滑动平均模型(ARIMA)原理对这组API序列进行趋势的辨识和数值预测,结果表明(1)苏州市近年来的空气质量水平不断提高,并将稳定保持在一个良好的水平上;(2)差分自回归滑动平均模型ARIMA(2,2,2)在拟合该地区API值时间尺度上的变化趋势效果较好,能够较好的预测苏州市月空气质量水平。

关键词：空气质量指数小波分析差分自回归滑动平均模型时间序列

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：