检索结果-内蒙古大学图书馆

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: CN116167250B

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

一种基于时间序列算法的睡眠呼吸暂停事件识别系统

一种基于时间序列算法的睡眠呼吸暂停事件识别系统

引用

作者：邱禧荷李斌谭晓宇方志军沈骏黄晶晶 201620 上海市松江区龙腾路333号

本发明涉及一种基于时间序列算法的睡眠呼吸暂停事件识别系统，包括音频采集模块，用于采集用户夜间睡眠音频；音频信号特征提取模块，采用MFCC对提取到的用户夜间睡眠音频进行特征提取，得到MFCC特征；特征标注模块，用于对MFCC特征进... 详细信息

标准号: CN116343828A

本发明涉及一种基于时间序列算法的睡眠呼吸暂停事件识别系统，包括音频采集模块，用于采集用户夜间睡眠音频；音频信号特征提取模块，采用MFCC对提取到的用户夜间睡眠音频进行特征提取，得到MFCC特征；特征标注模块，用于对MFCC特征进行标注；训练集构建模块，基于标注好的MFCC特征，构建时间序列分类算法模型的训练集；统计分类模块，基于时间序列分类算法模型的训练集训练线性分类器，分类得到用户夜间睡眠音频中呼吸暂停事件的数目，通过AHI指数公式计算完成睡眠呼吸暂停事件的识别。与现有技术相比，本发明具有实用性强、模型计算复杂度低、计算速度快等优点。

关键词：训练集标注睡眠时间序列分类睡眠呼吸暂停算法模型时间序列算法音频采集模块音频信号特征线性分类器分类模块构建模块呼吸暂停模型计算事件识别特征提取提取模块指数公式复杂度构建采集分类统计

来源：评论

学校读者我要写书评

暂无评论

一种基于时间序列算法的合理库存管理方法

一种基于时间序列算法的合理库存管理方法

引用

作者：刘晓龙王柏华赵绍祥林大伟 271000 山东省泰安市东岳大街527号浪潮科技园

本发明提供一种基于时间序列算法的合理库存管理方法，属于新零售终端商品库存管理技术领域，从商品的销售、库存的角度出发，利用时间序列预测模型ARIMA对店铺商品的销量进行预测，进而确定商品的合理库存量。通过对商品合理库存的分... 详细信息

标准号: CN114862312A

本发明提供一种基于时间序列算法的合理库存管理方法，属于新零售终端商品库存管理技术领域，从商品的销售、库存的角度出发，利用时间序列预测模型ARIMA对店铺商品的销量进行预测，进而确定商品的合理库存量。通过对商品合理库存的分析，能够帮助店铺更好地对商品的库存进行管理。本发明通过ARIMA时间序列预测模型对商品的销量进行预测，结合赤池信息准则以及1.5倍原则，使得商品的合理库存更有参考意义，进而指导商家管理商品库存数量。

关键词：库存时间序列预测模型商品库存管理时间序列算法店铺商品管理商品库存管理零售终端信息准则库存量预测店铺参考销售分析帮助管理

来源：评论

学校读者我要写书评

暂无评论

一种基于非线性时间序列算法的电力负荷预测方法及系统

一种基于非线性时间序列算法的电力负荷预测方法及系统

引用

作者：苏卫卫黄瑞张成冯亮亮衣秀 300384 天津市滨海新区高新区华苑产业区工华道2号8号楼-1-3

本发明提供一种基于非线性时间序列算法的电力负荷预测方法及系统，所述电力负荷预测方法包括以下步骤：构建电力负荷预测指标体系；基于ETL技术，抽取历史每日用电负荷数据、温度、湿度、节假日类别附加分析指标数据，构建电力负荷预... 详细信息

标准号: CN112801388A

本发明提供一种基于非线性时间序列算法的电力负荷预测方法及系统，所述电力负荷预测方法包括以下步骤：构建电力负荷预测指标体系；基于ETL技术，抽取历史每日用电负荷数据、温度、湿度、节假日类别附加分析指标数据，构建电力负荷预测主题数据集；基于神经网络回归模型的异常检测算法对历史用电负荷数据和附加分析指标数据进行异常检测，并删除异常值；构建训练数据集和评估数据集；基于自适应非线性时间序列算法，构建用电负荷预测模型；基于评估数据集，对用电负荷预测模型进行评估；输入历史数据、附加分析数据及预测天数，使用已通过评估的电力负荷预测模型对未来时间段的每日用电负荷进行预测。本发明提升了电力负荷模型预测精度。

关键词：电力负荷预测用电负荷构建评估数据预测模型指标数据非线性时间序列时间序列算法异常检测算法自适应非线性训练数据集主题数据集电力负荷分析数据回归模型模型预测神经网络输入历史异常检测指标体系时间段评估预测算法删除抽取天数分析

来源：评论

学校读者我要写书评

暂无评论

基于GARCH时间序列算法的拥塞控制方法

基于GARCH时间序列算法的拥塞控制方法

引用

作者：张蕾曾佳刘美光李悦付钊 300072 天津市南开区卫津路92号

本发明涉及无线网络通信领域，为解决无线网络通信拥堵问题。本发明采用的技术方案是，基于GARCH时间序列算法的拥塞控制方法，以广义自回归条件异方差GARCH算法为基础，以发送端接受到的正确命令到达的时间间隔为一时间序列，建立GARCH... 详细信息

标准号: CN106992937A

本发明涉及无线网络通信领域，为解决无线网络通信拥堵问题。本发明采用的技术方案是，基于GARCH时间序列算法的拥塞控制方法，以广义自回归条件异方差GARCH算法为基础，以发送端接受到的正确命令到达的时间间隔为一时间序列，建立GARCH(p,q)自回归条件异方差预测模型，其中p自回归的阶数，q是ARCH项的阶数，对发送端发送数据包的延迟时间进行预测，得到预测值；然后用数据包的大小比上这一预测值，若实际带宽大于这一值，则说明此时的传输不会出现拥塞现象，否则，此时网络中出现了拥塞现象，那么就需要对发送端拥塞的数据发送窗口的大小进行相应的调整。本发明主要应用于无线网络通信。

关键词：无线网络通信发送端自回归拥塞阶数异方预测时间序列算法发送数据包实际带宽数据发送拥塞控制预测模型数据包算法拥堵延迟传输应用网络发送端数据包自回归拥塞阶数异方预测时间序列算法发送数据包数据包丢失传输实际带宽数据发送拥塞窗口拥塞控制预测模型重新发送网络响应超时减小算法预设延迟带宽衡量

来源：评论

学校读者我要写书评

暂无评论

一种基于非线性时间序列算法的电力负荷预测方法及系统

一种基于非线性时间序列算法的电力负荷预测方法及系统

引用

作者：苏卫卫黄瑞张成冯亮亮衣秀 300384 天津市滨海新区高新区华苑产业区工华道2号8号楼-1-3

标准号: CN112801388B

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随钻自然伽马曲线预测方法

基于时间序列算法的随钻自然伽马曲线预测方法

引用

作者：宋晓健马鸿彦张所生张爱兵郑邦贤陈立震董晨曦金平李瑾徐笑鸥许雅潇杜晶 300457 天津市滨海新区开发区第二大街83号中国石油天津大厦渤海钻探工程有限公司

本发明应用在无线随钻测井参数预测技术领域，公开了一种基于时间序列算法的随钻自然伽马曲线预测方法，包括如下步骤：采集已钻井眼自然伽马曲线，建立时间序列上的随钻自然伽马曲线ARIMA模型，然后对钻头处的自然伽马曲线进行预测。... 详细信息

标准号: CN111737868A

本发明应用在无线随钻测井参数预测技术领域，公开了一种基于时间序列算法的随钻自然伽马曲线预测方法，包括如下步骤：采集已钻井眼自然伽马曲线，建立时间序列上的随钻自然伽马曲线ARIMA模型，然后对钻头处的自然伽马曲线进行预测。通过对实钻数据的验证结果表明，该方法预测自然伽马曲线符合实际情况，能够先于随钻测量自然伽马曲线反映出钻头所遇地层的实际情况，不存在测量零长问题。

关键词：自然伽马钻头随钻时间序列算法无线随钻测井参数预测曲线预测时间序列随钻测量验证结果钻井眼预测地层测量采集应用

来源：评论

学校读者我要写书评

暂无评论

脑电高阶Lyapunov指数的估计及其仿真计算

引用

中国生物医学工程学报 2005年第6期24卷 676-680页

作者：任志军田心天津医科大学生物医学工程系天津300070

本研究从一维时间序列中估算了相应混沌系统的前3阶最大Lyapunov指数λ1、λ2和λ3,以两个高维混沌模型:4×3 Lorenz方程高维混沌系统和HyperR ssler超混沌系统作为仿真系统,对算法的可行性和有效性进行了验证。然后,应用λ1、λ2和... 详细信息

本研究从一维时间序列中估算了相应混沌系统的前3阶最大Lyapunov指数λ1、λ2和λ3,以两个高维混沌模型:4×3 Lorenz方程高维混沌系统和HyperR ssler超混沌系统作为仿真系统,对算法的可行性和有效性进行了验证。然后,应用λ1、λ2和λ3对脑电的高维混沌特性进行了研究:从脑电中分别重构了对应的时间延迟吸引子,计算了癫痫脑电组和正常对照组脑电的1λ、λ2和3λ,应用Y-K公式给出的混沌系统分数维和Lyapunov指数谱jλ的关系,估计了癫痫脑电和正常对照脑电对应系统的分数维的范围,对癫痫脑电的高维混沌状况进行了分析。结果表明:癫痫脑电对应混沌吸引子的维数低于正常脑电(高维混沌)的维数;可以分属于高维混沌和低维混沌两类情况,因此研究这两类不同的情况,应采用高维和低维两种不同的混沌理论和方法。

关键词：脑电高维混沌时间序列算法 Lyapunov指数分数维

来源：评论

学校读者我要写书评

暂无评论

华北平原山前至滨海区垂向渗透系数空间变异性

引用

南水北调与水利科技（中英文） 2020年第6期18卷 184-190页

作者：袁颖张天亮张超马荣河北地质大学城市地质与工程学院石家庄050031 河北省高校生态环境地质应用技术研发中心石家庄050031 中国地质科学院水文地质环境地质研究所石家庄050061

以华北平原山前至滨海区为研究区,选择8个钻孔,利用渗透系数反演公式和改进的Archie公式对渗透系数进行计算,同时充分考虑研究区垂向渗透系数影响因素,基于随机森林算法和时间序列算法对垂向渗透系数的空间变异性进行研究。研究结果表明... 详细信息

以华北平原山前至滨海区为研究区,选择8个钻孔,利用渗透系数反演公式和改进的Archie公式对渗透系数进行计算,同时充分考虑研究区垂向渗透系数影响因素,基于随机森林算法和时间序列算法对垂向渗透系数的空间变异性进行研究。研究结果表明:渗透系数在垂向上的影响因素主要为沉积环境、地层压力、随机误差三大类,在剔除沉积环境和随机误差的影响后,渗透系数随深度的增加而不断减小,山前至滨海区渗透系数对地层压力的敏感性呈逐渐递减的趋势。研究结果可为华北平原农业灌溉、污染物迁移、垃圾填埋场选址及深层地下水资源开发等提供科学依据。

关键词：垂向渗透系数空间变异性随机森林算法时间序列算法

来源：评论

学校读者我要写书评

暂无评论

基于GIS和时序算法的水稻产量预测系统研究与应用

基于GIS和时序算法的水稻产量预测系统研究与应用

引用

作者：胡红艳吉林农业大学

学位级别：硕士

中国有十三多亿人口,粮食生产对人类生存,发展具有重要的决定作用。水稻是我国三大粮食作物之一,世界上约60%的人口以稻米为食。水稻的生产在我国粮食生产中占有重要地位,所以准确预测水稻产量对我国的粮食安全具有重要的意义,影响国家... 详细信息

中国有十三多亿人口,粮食生产对人类生存,发展具有重要的决定作用。水稻是我国三大粮食作物之一,世界上约60%的人口以稻米为食。水稻的生产在我国粮食生产中占有重要地位,所以准确预测水稻产量对我国的粮食安全具有重要的意义,影响国家在水稻种植方面的宏观决策。随着统计学研究的不断深入,时序算法用于产量预测成为了热门的探究方向。计算机软硬件技术水平的不断上升,地理信息系统在空间数据模型、空间数据分析、决策支持和空间可视化等理论问题上取得了巨大成绩。地理信息系统是一个集查询、定位、地图、数据分析等多个功能于一体的综合系统,本文研究的水稻产量预测系统是地理信息系统和与产量预测模型应用开发的综合体。通过采集黑龙江地区1991年到2010年的水稻种植面积,水稻亩产量。将水稻的产量数据通过前期的数据处理,得到1991年到2009年的水稻单产量以及平均年产量。经过SAS软件进行时间序列分析:将非平稳序列转换成平稳序列,经过白噪声处理,参数估计等多个步骤,最终获得水稻产量预测的ARIMA模型,利用mapobject组件与C#语言开发得到基于GIS和时序算法的水稻产量预测系统。该系统可以实现地图信息导入,产量数据的显示与查询,以及空间数据的可视化。对国家宏观政策的制定具有重要的意义。本文以黑龙江省水稻产量预测为主题,围绕着时间序列算法为中心开展基于GIS和时序算法的水稻产量预测系统研究。此外阐述了地理信息系统的研究现状,空间可视化技术,数据挖掘技术,时间序列算法等一系列理论依据以及GIS系统和SAS的技术支持。在水稻产量预测系统需求分析的基础上,查找系统设计原理,设计了空间定位,数据采集,数据库操作,功能模块设计等方面列出了系统的功能。主要做了以下几方面的工作:1、以水稻产量为研究的时间序列的生成;2、对时间序列数据进行处理。主要运用的是SAS软件进行处理,在对时间序列进行处理的过程中通过多次差分将非平稳时间转化成平稳时间序列,通过函数的时序图以及自相关函数判断p,d,q的数值,拟合模型,最终建立了ARIMA模型;3建立了黑龙江省水稻产量预测模型。由于黑龙江地区水稻产量数据受到地形的影响较大,容易受到自然灾害的影响。获取连续规律的数据较为困难。本文的水稻产量预测模型是在舍弃一些不准确数据的基础上进行的,难以实现所有省市的水稻产量的准确预测。此外本文侧重于研究时间序列算法作用于水稻产量预测,而系统方面的研究稍显不足。

关键词：时间序列算法水稻产量地理信息系统产量预测模型

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：