公共文化服务平台

搜索到985篇“ 滑动时间窗“的相关文章

基于滑动时间窗的地层宏观俘获截面计算方法和系统: 本申请提出了一种基于滑动时间窗的地层宏观俘获截面计算方法和系统。其中方法包括：获取时间谱，初始化热中子衰减寿命τ；根据热中子衰减寿命τ，在时间谱上生成时间窗；计算时间窗的计数比值，判断计数比值是否满足预设条件；若计数比值...; 李强邹从光邓方青尹孟坤

基于滑动时间窗和组合模型结合的中国LNG现货价格预测方法: 2025年; 近年来,中国液化天然气(LNG)的生产量和进口量持续攀升,成为最重要的天然气供给来源之一。由于LNG供给灵活、市场参与主体众多、在产业链中市场化程度相对较高,科学准确预测LNG现货价格能够为市场参与者提供决策参考,降低市场风险。为此,建立了基于滑动时间窗以及二次分解思想的变分模态分解(VMD)—自适应噪声完全集合经验模态分解(CEEMDAN)—极限学习机模型(ELM)有机组合预测模型,并以内蒙古自治区的LNG价格数据为例进行实证分析。研究结果表明:(1)采用滑动时间窗可以有效提取LNG价格序列中用于分析建模的部分,将训练集数据进行分解、建模以及预测等环节,避免了待预测的LNG价格数据混入其中;同时可以在建模预测步骤完成后,舍弃最旧日期的LNG价格,将新一期的价格数据纳入其中,随时间推移有效把握数据规律,实现了模型的动态更新。(2)利用VMD对LNG价格进行初次分解,再通过CEEMDAN对VMD的残差序列展开二次分解,可以充分提取LNG价格的数据信息,以提高预测精度。(3)将二次模态分解LNG价格得到的分量模态序列分别带入ELM模型中预测,再将各价格分量预测结果加和集成得到LNG价格预测结果,可以显著提升价格预测的准确度。结论认为,该模型可以更好提取序列时频信息,有效规避了数据泄露问题,充分利用残差数据,显著提高了预测精度,是LNG现货价格预测的可行方法与有效手段。; 孙仁金邓钰暄李慧慧刘子越; 关键词：滑动时间窗 LNG 价格预测

加入滑动时间窗算法室温异常数据识别与填补: 2024年; 提出在室温异常数据识别方法的基础上加入滑动时间窗算法。结合算例,对最佳滑动参数(滑动窗口宽度、滑动步长)、室温数据采集时间间隔进行筛选,验证KNN算法对剔除数据进行填补的可信性。加入滑动时间窗算法,可以提高3σ准则、四分位数法、K-means聚类法对室温异常数据识别的准确性。滑动窗口宽度、滑动步长、室温数据采集时间间隔对室温异常数据识别准确性均有影响,应合理确定。由KNN算法填补的数据可信性比较高,尤其是剔除数据占比较小时。; 张珂曹姗姗孙春华夏国强吴向东; 关键词：室内温度

基于分区和滑动时间窗策略的配电网线路参数辨识被引量：2: 2024年; 针对配电网线路参数辨识困难、不精确的问题,提出了一种基于分区和滑动时间窗策略的配电网线路参数辨识的方法。首先,使用线性解耦潮流模型最小二乘回归得到线路初始辨识参数。然后,将配电网分成若干个区域,并采用滑动时间窗策略,在每个时间窗中对每个区域内的线路参数通过高斯-牛顿法进行精确辨识。最后,对所有时间窗内的辨识结果进行离群值检测,综合各个时间窗的辨识结果得到最终的辨识值。所提方法提高了线路参数的辨识精度,并且可以避免精确辨识时选取到坏数据导致辨识结果偏离真实值。; 李晨涛欧颖雅季天瑶张禄亮; 关键词：配电网网络分区滑动时间窗数据驱动

一种基于意图分解的滑动时间窗动态贝叶斯意图推理方法: 本发明公开了一种基于意图分解的滑动时间窗动态贝叶斯意图推理方法，包括步骤一：针对空中目标战术意图，进行推理，得到基于意图分解的目标意图的根意图I；步骤二：对根意图I中的元素进行推理，得到动态贝叶斯网络结构N</...; 李松王闯刘学亮宋亚飞付强刘昌云郭相科

基于双自适应滑动时间窗滚动轴承故障预测模型被引量：1: 2023年; 针对传统方法和基于神经网络方法在滚动轴承故障预测中存在的问题,提出一种双自适应滑动时间窗故障预测模型。首先,通过设置能够去除相关性的状态估计非线性算子,将滚动轴承振动信号映射为能够表征其退化状态的故障特征—故障程度指标DR。其次,以损失函数为判据,设置模型参数自适应更新机制,以及建立能够自适应选取数据长度的滑动时间窗口。最后,通过西安交通大学发布的滚动轴承全寿命周期数据,模拟实际中突发性故障和渐发性故障综合作用下的故障发生情况,验证了所提出的故障预测模型的有效性。实验结果表明,提出的预测模型能够准确判断滚动轴承退化阶段的开始时刻和故障时刻,真实反映滚动轴承性能退化的趋势,预测误差仅为0.068%,预测时间仅占2次故障间隔时间的1.385%,满足复杂工况下滚动轴承故障预测的需求。; 郭基联张保山周章文李波刘晓欣; 关键词：滚动轴承故障预测滑动时间窗自适应

基于滑动时间窗的物联网设备流量分类算法被引量：2: 2023年; 现有的物联网设备流量分类方案多依赖完整的流或流的前几个数据包。依赖完整的流会使流量数据增多,从而增加计算复杂度与存储资源的消耗,但物联网设备的存储空间与CPU性能都十分有限;而依赖流的前几个数据包,若其部分数据包丢失就会导致分类效果变差。针对上述问题,提出一种基于滑动时间窗口的随机森林物联网设备流量分类算法,利用物联网流量信息来表征各种设备的属性。首先,基于物联网设备流量时间依赖性的特点,利用滑动时间窗口将流划分为多个时间周期为T的子流;然后,基于物联网设备流量的加密特性,从子流中提取流信息与流头部的数据包信息建立特征向量;最后,基于随机森林随机抽样和随机选特征的特性构建分类模型,以增强模型的泛化能力,进一步提高分类性能。在公开数据集UNSW上的实验结果表明,该算法的分类准确率为96.23%、精确率为94.8%、召回率为91.47%、F1值为93%,具有较好的分类效果。; 余长宏陆雅王海鑫高明; 关键词：物联网网络安全设备管理服务质量

一种基于三级滑动时间窗模型的幼童哭声在线识别方法: 本发明公开了一种基于三级滑动时间窗模型的幼童哭声在线识别方法，预先获取哭声信号，转化为时序数据流；在第一级滑动窗XI内提取声音信号的频谱特征；第二级滑动窗XII在更大时域范围内...; 吴士力林若玺

一种基于运动分析的滑动时间窗场景切换检测方法和系统: 本发明提出一种基于运动分析的滑动时间窗场景切换检测方法和系统。本发明方法首先通过图像内物体的运动强度的分析，自适应确定场景分析时间窗的长度；然后以该时间窗为单位，对场景切换做周期检测。这样在保证场景检测的精确度下，同时避...; 舒倩

一种基于多滑动时间窗MSD-LSTM神经网络的源站负荷预测方法: 本发明公开一种基于多滑动时间窗MSD‑LSTM神经网络的源站负荷预测方法，所述预测方法包括以下步骤：时间序列数据预处理；将数据划分为训练集和测试集；构建MSD‑LSTM模型；不同时间窗模型测试；选择最优模型：通过对模型中...; 丛琳

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈