检索结果-内蒙古大学图书馆

上海交通大学学报 2016年第5期50卷 673-679页

作者：姚晓栋黄奕乔马晓波薛波杨建国上海交通大学机械与动力工程学院上海200240 上海睿涛信息科技有限公司上海201108 沈阳机床集团有限公司沈阳110142

提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,... 详细信息

提出了一种基于时间序列算法的机床热误差建模方法.通过时序算法综合分析软件,对实测的热误差数据进行预处理、模式识别、模型参数估计、循环定阶判别以及模型整合,建立表征机床热误差变化规律的实时补偿模型,并通过判别温度变化趋势,实时调整模型迭代系数.通过实时补偿系统,利用所建立的热误差补偿模型对数控机床的热漂移误差进行实时补偿加工.结果表明,工件的径向尺寸误差从补偿前最大的112μm降低到7μm,机床加工精度和稳定性大幅度提高.

关键词：数控机床热误差建模时间序列算法实时补偿

来源：评论

学校读者我要写书评

暂无评论

时间序列算法在企业销售业务经营审计中的应用

引用

财会通讯 2023年第21期 124-127,150页

作者：潘宗玲平顶山学院经济管理学院河南平顶山467000

随着信息技术的不断发展,企业经营过程中积累的数据也呈现出几何级数的增长趋势。海量数据对企业内部审计工作带来了极大挑战,传统的数据分析方法越来越难以满足经营审计的需要,引入科学、高效的现代数据分析技术成为企业发展的必然趋... 详细信息

随着信息技术的不断发展,企业经营过程中积累的数据也呈现出几何级数的增长趋势。海量数据对企业内部审计工作带来了极大挑战,传统的数据分析方法越来越难以满足经营审计的需要,引入科学、高效的现代数据分析技术成为企业发展的必然趋势。时间序列算法是常用的一种数据挖掘技术,一般用于通过历史数据预测未来未发生的数据,有助于审计人员从海量的数据中挖掘隐藏规律,进而有效发现审计线索。因此,本文重点以时间序列算法数据挖掘技术作为研究对象,结合案例详细分析相关技术在企业销售业务经营审计中的应用过程,并从信息化建设、经营审计平台和审计人员业务能力三个方面思考带来的启示。

关键词：经营审计时间序列算法数据挖掘技术 ARIMA模型

来源：评论

学校读者我要写书评

暂无评论

基于时间序列算法的数控机床热误差建模与补偿研究

基于时间序列算法的数控机床热误差建模与补偿研究

引用

作者：黄贤存南京信息工程大学

学位级别：硕士

精密和超精密加工技术在现代机械加工行业中已经成为重要的组成部分和发展方向,随着数控机床技术的高速发展,现代机械加工行业对数控机床的精度标准日益提高,数控机床所产生的加工误差严重影响着加工工件的精度与质量。在众多加工误差源... 详细信息

精密和超精密加工技术在现代机械加工行业中已经成为重要的组成部分和发展方向,随着数控机床技术的高速发展,现代机械加工行业对数控机床的精度标准日益提高,数控机床所产生的加工误差严重影响着加工工件的精度与质量。在众多加工误差源中,几何误差与热误差占据了绝大部分,尤其是热误差,故减少这两项误差,把应有的加工精度通过热误差补偿技术补偿回来,在工业制造加工中有着非常重要的意义。本文在具备数控机床热误差补偿工作经验和补偿技术理论基础上,以台群精机T-500立式加工中心为研究对象,提出了基于时间序列算法数控机床热误差建模与实时补偿应用解决方案。在实际加工中,该数控机床通过热误差补偿技术解决了约80%的热误差,使得原做粗加工的机床转为精加工。本文以解决实际加工误差问题为导向,在此过程中,所进行了如下研究工作:(1)在数据采集过程中,研究温度测点布置与优化策略,主要确定布置在机床上温度传感器的个数以及所放位置;(2)时间序列基本理论与建模方法的研究;(3)以LabVIEW软件开发平台实现了数控机床热误差实时补偿系统,分析并设计硬件平台构成与软件系统的整体架构;(4)针对工业实际加工中的数控机床热误差问题,提出数控机床热误差补偿的解决方案。通过基本的时序算法理论与实验研究,证明了本文所采用的温度测点布置方案、基于时序算法热误差模型以及数控机床热误差实时补偿系统软硬件研究等内容的有效性和可行性。

关键词：精密加工热误差时间序列算法补偿系统

来源：评论

学校读者我要写书评

暂无评论

基于实例和深度迁移学习的时间序列算法研究

基于实例和深度迁移学习的时间序列算法研究

引用

作者：沈旭东同济大学

学位级别：硕士

时间序列数据是一种常见并且具有巨大挖掘价值的数据对象。它广泛存在于各个垂直领域当中，比如气象观测数据、人口变化数据、金融财务数据等。在数据爆炸的今天，因为时序数据本身的多样性，比如形式上的多样性、应用场景的多样性等导... 详细信息

时间序列数据是一种常见并且具有巨大挖掘价值的数据对象。它广泛存在于各个垂直领域当中，比如气象观测数据、人口变化数据、金融财务数据等。在数据爆炸的今天，因为时序数据本身的多样性，比如形式上的多样性、应用场景的多样性等导致时间序列数据挖掘门槛比较高，要求相关分析人员不仅掌握数据分析的知识，还要懂得垂直领域的业务知识。通过分析现有的时间序列算法的优势和缺陷，发现现在时间序列数据挖掘(包括分类，预测，异常检测)中存在一个主要的问题是，仅仅凭借目标域的数据和信息无法支撑起更好的模型。而本文借鉴迁移学习在计算机视觉/图像识别领域取得的突破性的研究成果，将迁移学习的最新研究成果应用在时间序列分析任务上。我们在多种时间序列挖掘任务中构建了有效的迁移学习算法。并且最终在时间序列基准数据集上进行实验，通过与传统机器学习算法进行性能对比，发现我们的迁移学习算法在时间序列领域拥有强大的潜力。　　本文工作可归纳如下：　　1.全面并且深入地分析了时间序列数据挖掘算法的现状，同时总结了迁移学习的研究发展，创新地将两者进行结合。重点研究了时间序列数据挖掘中的迁移学习算法，解决时序数据缺乏问题。　　2.全面并且深入地分析了现有的时间序列异常检测算法。在发现异常标签数据缺失的问题普遍存在后，提出了基于实例的迁移时间序列异常检测算法—InsTransAnomalyDetect。通过构建有效的决策函数来迁移实例，将原来的无监督异常检测任务转化为监督学习的任务。在算法中我们提出两种决策函数，分别是基于密度的决策函数和基于聚类的决策函数。最后将该方法与两种经典的异常检测算法进行对比。实验结果显示，平均下来我们的算法准确率上有将近20%的提升，证明了该算法框架的优越性。　　3.全面且深入分析了现有的时间序列分类和预测算法，发现目标域的信息不完备并且存在大量的源域的问题，故创新地提出了基于深度迁移学习的时序分析算法—DeTransTime，并且在UCR时序基准数据集上进行实验，将迁移学习算法和未采用迁移学习算法的结果进行对比。证明了迁移学习在时间序列分析任务上的先进性，平均下来采用DeTransTime的时序分类算法比未采用该算法的准确率要高两个百分点。同时，在预测方面，多个指标也有明显的进步。

关键词：时间序列算法迁移学习数据挖掘

来源：评论

学校读者我要写书评

暂无评论

时间序列算法在设备故障管理中的应用

引用

自动化应用 2019年第6期 94-95页

作者：陈健茌平信发聚氯乙烯有限公司山东聊城252100

采用改进时间序列算法对设备故障进行挖掘。首先进行K-means算法改进,将遗传算法与经典K-means算法结合,通过算法对比得出改进K-means算法能提高运行效率以及挖掘质量。然后将改进算法应用到时间序列算法中,结果表明所设计算法能准确获... 详细信息

采用改进时间序列算法对设备故障进行挖掘。首先进行K-means算法改进,将遗传算法与经典K-means算法结合,通过算法对比得出改进K-means算法能提高运行效率以及挖掘质量。然后将改进算法应用到时间序列算法中,结果表明所设计算法能准确获取设备故障信息。

关键词：时间序列算法设备故障 K-means算法遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于时间序列算法的变电站设备故障红外识别

引用

无损检测 2022年第10期44卷 29-34页

作者：李明轩颜培培杨慧婷王丽花国网新疆电力有限公司电力科学研究院乌鲁木齐830011

为了提高变电站设备故障的识别精度、图像清晰度、细节完整度,提出了基于时间序列算法的故障红外识别方法。首先,设计变电站设备红外遥视与故障识别框架,利用混合探测器-云台组合采集其红外、可见光视频图像,经光通信设备及光纤传输视... 详细信息

为了提高变电站设备故障的识别精度、图像清晰度、细节完整度,提出了基于时间序列算法的故障红外识别方法。首先,设计变电站设备红外遥视与故障识别框架,利用混合探测器-云台组合采集其红外、可见光视频图像,经光通信设备及光纤传输视频图像至监控中心,通过滑动窗口结合时间序列筛选并标记可疑故障图像;然后,经小波阈值变换的中值去噪方法去除噪声后,利用改进分水岭算法完成图像目标分割,采用Zernike不变矩提取其特征值,将其作为支持向量机的输入,完成变电站设备分类;最后,结合设备的温度信息,通过划分故障类型、故障识别规则,实现不同设备的故障识别。结果表明,采用该方法去噪后,图像清晰度、对比度大幅提升,分割后目标设备细节完整度高,可实现不同设备的故障识别。

关键词：时间序列算法变电站设备故障缺陷识别红外视频图像

来源：评论

学校读者我要写书评

暂无评论

基于时间序列算法与匹配度的用电信息标签自动标识算法

引用

微型电脑应用 2024年第6期40卷 206-210页

作者：赵贺洪宇杨俊义孙小磊姚雨晨陈洪锦国网江苏电力有限公司超高压公司江苏南京211100 国网江苏省电力有限公司连云港供电分公司江苏连云港222000 国网江苏省电力有限公司江苏南京210018 国网江苏省电力有限公司常州供电分公司江苏常州213000 国网信通亿力科技有限责任公司福建福州350000

用电信息数据一般都呈现数据量大、信息价值密度低的特点,为了提高用电信息利用率,研究一种基于时间序列算法与匹配度的用电信息标签自动标识算法。进行用电信息标签化处理,标准四类标签词,即来源标签词、时间标签词、内容标签词以及频... 详细信息

用电信息数据一般都呈现数据量大、信息价值密度低的特点,为了提高用电信息利用率,研究一种基于时间序列算法与匹配度的用电信息标签自动标识算法。进行用电信息标签化处理,标准四类标签词,即来源标签词、时间标签词、内容标签词以及频次标签词。利用时间序列算法序列化处理用电信息标签,计算两两用电信息标签序列之间的匹配度,自动标识用电信息标签。结果表明,所研究标识算法应用下,5个用电信息样本的ROC曲线下的面积(AUC)在0.85~1.0,准确性较高,用电信息标签自动标识性能鲁棒性较佳。

关键词：时间序列算法用电信息标签自动标识算法

来源：评论

学校读者我要写书评

暂无评论

基于时间序列算法的城市轨道交通客流量预测

引用

交通技术 2022年第5期11卷 413-422页

作者：马鑫俊姜嘉伟张勤南京市城市与交通规划设计研究院股份有限公司江苏南京山东理工大学山东淄博

城市轨道交通客流量预测是城市轨道交通网络研究的重要内容,对现有已开通线路的历史客流量进行建模预测,能为运管部门提供准确的客流变化信息,优化列车运营计划,也能为站点在突发情况下的异常客流提供应对策略。在对地铁车站客流数据处... 详细信息

城市轨道交通客流量预测是城市轨道交通网络研究的重要内容,对现有已开通线路的历史客流量进行建模预测,能为运管部门提供准确的客流变化信息,优化列车运营计划,也能为站点在突发情况下的异常客流提供应对策略。在对地铁车站客流数据处理的基础上,建立了基于自回归移动平均模型(ARIMA)和Prophet的城市轨道交通客流预测模型,并比较了两种模型的预测精度。结果表明:Prophet模型在预测精度上相对高于ARIMA模型,但两种单项模型的预测情况仍不够准确。因此,在后续的客流预测研究中,应结合多种模型进行客流预测,以及根据不同时间粒度进行客流预测。

关键词：城市轨道交通时间序列算法日客流量 ARIMA Prophet

来源：评论

学校读者我要写书评

暂无评论

多因素模糊时间序列算法对设备指标进行预测的方法

多因素模糊时间序列算法对设备指标进行预测的方法

引用

作者：杨栋贾利峰马记 261441 山东省烟台市莱州市金城镇海北嘴村北

本发明提出了一种多因素模糊时间序列算法对设备指标进行预测的方法，包括：步骤1：获取目标设备运行数据并选取相关指标；步骤2：对指标数据求变换率；步骤3：对数据进行论域划分；步骤4：定义模糊集合，对数据模糊处理；步骤5：构造... 详细信息

标准号: CN113723693A

本发明提出了一种多因素模糊时间序列算法对设备指标进行预测的方法，包括：步骤1：获取目标设备运行数据并选取相关指标；步骤2：对指标数据求变换率；步骤3：对数据进行论域划分；步骤4：定义模糊集合，对数据模糊处理；步骤5：构造多因素模糊时间序列预测模型，预测指标；步骤6：对预测值去模糊化处理；步骤7：得到最终的预测值；步骤8：计算预测模型的预测准确率，借此，本发明能提取并模糊化处理相关指标的变化率数据以得到多因素模糊时间序列，基于模糊时间序列提出新的融合多因素信息的模糊时间序列预测模型，对目标指标进行预测，为机组设备指标预测以及趋势预测提供有效方法预测准确率高、对实现设备指标预测具有重要意义。

关键词：预测模糊时间序列预测模型时间序列准确率去模糊化处理设备运行数据时间序列算法模糊化处理获取目标机组设备模糊处理模糊集合目标指标趋势预测设备指标因素信息预测模型预测指标指标数据指标预测重要意义变化率变换率对设备论域融合

来源：评论

学校读者我要写书评

暂无评论

一种基于温差加权和时间序列算法的机房环境评估方法

一种基于温差加权和时间序列算法的机房环境评估方法

引用

作者：杨鹏杨波金依岩戴伟 210000 江苏省南京市建邺区奥体大街68号南京新城科技园国际研发总部园1幢8层

本发明公开了一种基于温差加权和时间序列算法的机房环境评估方法，包括通过温度传感器采集机房的温度数据；对温度数据进行对齐预处理；根据历史性能数据，截取当前时间前十分钟到前五分钟和前五分钟到当前时间的温度数据；根据历史性... 详细信息

标准号: CN116167250A

本发明公开了一种基于温差加权和时间序列算法的机房环境评估方法，包括通过温度传感器采集机房的温度数据；对温度数据进行对齐预处理；根据历史性能数据，截取当前时间前十分钟到前五分钟和前五分钟到当前时间的温度数据；根据历史性能数据，使用指数平滑模型预测未来十分钟的温度数据；求取温差加权数据；对温度传感器所在区域进行初步温度状况评估、区域温度状况风险评估和温度状况综合评估。本发明可以在不使用人力的基础上，对机房进行全天候的温度状态评估，并且不同于人工监测，本方法将温度状态情况量化，参照设定的区间即可直观，准确的对机房温度进行监测，节省了人工成本，提高了监测效率和准确性。

关键词：温度数据温度状况机房历史性能数据温度传感器温度状态温差评估预处理时间序列算法指数平滑模型风险评估机房环境加权数据监测效率人工成本人工监测所在区域综合评估对齐加权和截取直观采集量化监测预测

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：