检索结果-内蒙古大学图书馆

计算机应用与软件 2010年第11期27卷 160-162页

作者：韩媛媛成长生苏厚勤东华大学计算机科学与技术学院上海201620

AFC系统的核心是票/卡售检票自动处理。为保证AFC系统正常运营,需要定期或按需执行票/卡调配。把时序数据分析技术与数据挖掘理论相结合,建立了适合数据挖掘中径向基函数神经网络的输入样本模型。该模型能够通过反复学习从时序数据中发... 详细信息

AFC系统的核心是票/卡售检票自动处理。为保证AFC系统正常运营,需要定期或按需执行票/卡调配。把时序数据分析技术与数据挖掘理论相结合,建立了适合数据挖掘中径向基函数神经网络的输入样本模型。该模型能够通过反复学习从时序数据中发现潜在的规律,并将其用于轨道交通客流量的短期预测。预测结果表明比采用BP神经网络模型的预测结果精度更高、效果更好。

关键词：自动售检票系统票/卡时序数据挖掘自回归径向基函数神经网络

来源：评论

学校读者我要写书评

暂无评论

时序数据挖掘技术在预测农产品价格方面的应用研究

引用

软件导刊 2010年第3期9卷 140-142页

作者：明达官徐奇周智彬张彬连吉首大学信息管理与工程学院

各种农业信息系统的建立和完善伴随着海量农业数据的增长,通过人工的方式从中获取新知识变得越来越难。阐述了时序数据挖掘技术的基本原理以及实施时序数据挖掘的基本过程,试着使用时序数据挖掘技术提高农业数据在预测农产品价格方面的... 详细信息

各种农业信息系统的建立和完善伴随着海量农业数据的增长,通过人工的方式从中获取新知识变得越来越难。阐述了时序数据挖掘技术的基本原理以及实施时序数据挖掘的基本过程,试着使用时序数据挖掘技术提高农业数据在预测农产品价格方面的可用价值,同时分析了农业数据信息使用时序数挖据掘技术的难点。

关键词：农业信息系统时序数据挖掘可用价值

来源：评论

学校读者我要写书评

暂无评论

基于时序数据挖掘的电价执行异常分析模型设计

引用

自动化技术与应用 2022年第5期41卷 171-174页

作者：路洁郑小贤杨辉贾蕾国网宁夏电力有限公司宁夏银川750000 国网银川供电公司宁夏银川750001

传统分析模型因只考虑数据的瞬时特性,导致模型难以捕捉隐藏的微弱异常数据。为此,设计基于时序数据挖掘的电价执行异常分析模型。通过动态划分时间粒度设置时序数据挖掘规则,然后结合电价网格密度挖掘电价执行异常时序数据,再通过删除... 详细信息

传统分析模型因只考虑数据的瞬时特性,导致模型难以捕捉隐藏的微弱异常数据。为此,设计基于时序数据挖掘的电价执行异常分析模型。通过动态划分时间粒度设置时序数据挖掘规则,然后结合电价网格密度挖掘电价执行异常时序数据,再通过删除与补偿挖掘数据建立电价执行异常分析模型。实验中设置用电异常数据比例分别为30%、15%以及5%,发现:与传统模型相比,本文模型对隐藏在海量数据中的异常数据也有很好的捕捉效果。

关键词：时序数据挖掘分析模型电价执行异常电价网格密度

来源：评论

学校读者我要写书评

暂无评论

基于Agent的时序数据挖掘系统的研究

引用

测试技术学报 2004年第Z2期18卷 73-76页

作者：张元韩燮华北工学院计算机科学与技术系山西太原030051 华北工学院计算机科学与技术系山西太原030051

本文针对现有的数据挖掘算法的智能化低,结构化不清晰,通用性低等问题,将Agent技术引入数据挖掘系统中,通过分析指出了Agent技术在数据挖掘中的优势;其次,采用合同网和消息的多Agent方法设计了一个基于Agent的时序数据趋势分析的挖掘系... 详细信息

本文针对现有的数据挖掘算法的智能化低,结构化不清晰,通用性低等问题,将Agent技术引入数据挖掘系统中,通过分析指出了Agent技术在数据挖掘中的优势;其次,采用合同网和消息的多Agent方法设计了一个基于Agent的时序数据趋势分析的挖掘系统,增强了数据挖掘的智能性和有效性.

关键词： Agent 数据挖掘时序数据挖掘预测模型

来源：评论

学校读者我要写书评

暂无评论

Microsoft时序数据挖掘算法研究

引用

信息通信 2013年第6期26卷 122-123页

作者：王淑蓉李逢贤西安工业大学计算机科学与工程学院陕西西安710032

为了对时间序列数据信息的知识发现过程制定比较合理的长期或短期预测,从而为科学决策提供有效的依据,通过对ARTXP和ARIMA算法的研究与分析,提出ARTXP算法和ARIMA算法的有效混合模型,进而提高趋势分析的准确度与时效性。

关键词：时序数据挖掘 ARTXP算法 ARIMA算法混合模型

来源：评论

学校读者我要写书评

暂无评论

基于模糊时序数据挖掘的火电厂制粉系统优化算法

基于模糊时序数据挖掘的火电厂制粉系统优化算法

引用

2007年首届仪表、自动化与先进集成技术大会

作者：曹晖司刚全张彦斌贾立新西安交通大学电气工程学院西安 710049

针对以往制粉系统优化算法的不足,提出了一种基于模糊时序数据挖掘的火电厂制粉系统优化算法。该算法对现场记录数据进行模糊划分后,采用滑动时间窗方法进行模糊时序数据挖掘,得到运行参数之间的关联规则,从而确定出当前工况下的控制设... 详细信息

针对以往制粉系统优化算法的不足,提出了一种基于模糊时序数据挖掘的火电厂制粉系统优化算法。该算法对现场记录数据进行模糊划分后,采用滑动时间窗方法进行模糊时序数据挖掘,得到运行参数之间的关联规则,从而确定出当前工况下的控制设定值,并在此基础上,结合自动控制系统对制粉系统进行实时控制,使得制粉系统能够始终稳定、高效运行。现场试验和统计数据表明,该方法不仅可以提供当前工况下的最优控制设定值而且取得了满意的节能效果。

关键词：火电厂制粉系统优化算法时序数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于变化序列的时序数据挖掘技术

基于变化序列的时序数据挖掘技术

引用

第17届中国过程控制会议

作者：王勇张新政广西民族大学计算机与信息学院南宁530006 广东工业大学自动化学院广州510090

给出了时间序列的变化序列和最近时间子序列的概念,并把最近时间子序列看作是时间序列的信息聚集器.基于这一观点,提出了基于变化序列的时序数据挖掘技术.先把待挖掘的时间序列转换成时间序列的变化序列,然后利用时间序列的变化序列的... 详细信息

给出了时间序列的变化序列和最近时间子序列的概念,并把最近时间子序列看作是时间序列的信息聚集器.基于这一观点,提出了基于变化序列的时序数据挖掘技术.先把待挖掘的时间序列转换成时间序列的变化序列,然后利用时间序列的变化序列的最近时间子序列隐含的知识,以指导对原时间序列的挖掘,并给出了挖掘算法.最后算例验证了该挖掘方法的可行性和有效性.

关键词：时序数据挖掘变化序列最近时间子序列

来源：评论

学校读者我要写书评

暂无评论

基于模糊时序数据挖掘的火电厂制粉系统优化算法

基于模糊时序数据挖掘的火电厂制粉系统优化算法

引用

2007'仪表，自动化及先进集成技术大会

作者：曹晖司刚全张彦斌贾立新西安交通大学电气工程学院

针对以往制粉系统优化算法的不足,本文提出了一种基于模糊时序数据挖掘的火电厂制粉系统优化算法。该算法对现场记录数据进行模糊划分后,采用滑动时间窗方法进行模糊时序数据挖掘,得到运行参数之间的关联规则,从而确定出当前工况下的控... 详细信息

针对以往制粉系统优化算法的不足,本文提出了一种基于模糊时序数据挖掘的火电厂制粉系统优化算法。该算法对现场记录数据进行模糊划分后,采用滑动时间窗方法进行模糊时序数据挖掘,得到运行参数之间的关联规则,从而确定出当前工况下的控制设定值,并在此基础上,结合自动控制系统对制粉系统进行实时控制,使得制粉系统能够始终稳定、高效运行。现场试验和统计数据表明,该方法不仅可以提供当前工况下的最优控制设定值而且取得了满意的节能效果。

关键词：制粉系统优化算法模糊划分时序数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于认知生物行为的时序数据挖掘方法及其在医学麻醉护理方面的应用

基于认知生物行为的时序数据挖掘方法及其在医学麻醉护理方面的应...

引用

中国生物医学工程学会第六次会员代表大会暨学术会议

作者：李龙星杨炳儒颜红梅北京科技大学信息工程学院北京科技大学信息工程学院电子科技大学生命科学与技术学院

数据库中的知识发现(knowledg discovery in databases,KDD),是当前数据库技术、统计学与人工智能等多门学科结合形成的崭新研究领域,其目标是在数据库中提取有用的知识,这些知识往往是隐含的、以潜在形式存在于数据的内联关系之中。针... 详细信息

数据库中的知识发现(knowledg discovery in databases,KDD),是当前数据库技术、统计学与人工智能等多门学科结合形成的崭新研究领域,其目标是在数据库中提取有用的知识,这些知识往往是隐含的、以潜在形式存在于数据的内联关系之中。针对医学麻醉护理数据库中的数据的实时性要求,其对象的属性值会随时间的改变而改变,这就要求把数据的挖掘过程看成是一个动态的在

关键词：麻醉护理时序数据挖掘挖掘过程生物行为挖掘算法

来源：评论

学校读者我要写书评

暂无评论

燃煤电厂集控系统中的大数据挖掘与预测控制

引用

中国新技术新产品 2025年第1期 35-37页

作者：周远江西赣能股份有限公司丰城发电厂江西宜春331100

本文提出了一种基于时序数据挖掘和长短期记忆网络(LSTM)的燃煤电厂集中控制系统异常检测与预测控制方法。该方法实时采集了燃煤电厂各类传感器数据,利用滑动窗口检测算法识别突变点,并结合多区间的聚类分析构建LSTM预测模型,对系统的... 详细信息

本文提出了一种基于时序数据挖掘和长短期记忆网络(LSTM)的燃煤电厂集中控制系统异常检测与预测控制方法。该方法实时采集了燃煤电厂各类传感器数据,利用滑动窗口检测算法识别突变点,并结合多区间的聚类分析构建LSTM预测模型,对系统的运行状态进行实时预测和控制。试验结果表明,该方法在检测灵敏度、预测准确性以及控制效果方面均表现优异,能够为燃煤电厂的智能化运行和安全管理提供有效的技术支持。

关键词：异常检测预测控制长短期记忆网络时序数据挖掘

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：