共查询到19条相似文献,搜索用时 79 毫秒
1.
用户侧用气量的准确预测是天然气生产及管网运行调度的前提。为弥补现有预测方法未考虑数据本身误差对预测结果的影响,本文提出了一种基于历史数据的天然气用气量智能预测方法。该方法通过数据清洗和异常值筛选对原始数据进行预处理,降低原始数据误差对预测结果的影响;通过三次样条插值解决用气量数据丢失和用气量非等时间间隔的问题,采用小波降噪降低原始数据中的噪声;最后,通过实测数据构建了居民用气和工业用气两种类型的数据集,并通过构建的LSTM网络预测用气量。结果表明,该方法可以有效地预测天然气的用气量,与未处理的数据相比,预测误差分别降低了19.1%和27.9%。 相似文献
2.
研究比较差分自回归移动平均模型(Autoregressive Integrated Moving Average model,简称ARIMA)与长短期记忆神经网络(LongShortTermMemory,LSTM)模型在建筑安全事故预测中的效果。采用2012—2018年全国建筑安全事故快报数据训练ARIMA及LSTM模型,并对全国每年、每月发生的建筑安全事故次数进行预测,使用RMSE和MAE作为评价指标对比两种模型的预测准确率。ARIMA(1,1,0)模型和LSTM模型的RMSE、MAE值分别为8.1318、6.5911和16.4341、14.5534。结果表明,ARIMA模型比LSTM模型更适于预测建筑安全事故发生次数。 相似文献
4.
针对多变量的商品销售预测问题,为了提高预测的精度,提出了一种ARIMA-XGBoost-LSTM加权组合方法,对具有多个影响因素的商品销售序列进行预测,本文采用ARIMA做单变量预测,将预测值作为新变量同其他变量一起放入XGBoost模型中进行不同属性的挖掘,并将XGBoost的预测值合并到多变量序列中,然后通过将新的多维数据转换为监督学习序列后利用LSTM模型进行预测,将3种模型预测结果进行加权组合,通过多次实验得出最佳组合的权值,以此计算出最终的预测值.数据结果表明,基于XGBoost和LSTM的加权组合的多变量预测方法比单一的预测方法所得到的预测值更为精准. 相似文献
5.
6.
为提高航空公司能耗的预测精度,针对能耗数据的复杂非线性时序特性,提出一种基于长短时记忆网络(LSTM)的时间窗滑动航空公司能耗预估模型。该方法对能耗时序数据进行预处理,消除能耗时序数据的季节性趋势;依据滑动时间窗将数据转换成监督型数据,构建基于LSTM的模型来实现航空公司能耗预测,并利用网格搜索算法进行参数优选。实验结果表明,该模型预测精度优于传统ARMA模型、SVR模型,验证了其可行性。 相似文献
7.
李小飞 《计算机与数字工程》2011,39(9):84-87
数据预处理是决定建模成功与否的关键步骤之一,而同一个模型用不同的预处理方法所得到的结果也会不一样。文章基于BP神经网络的GDP预测模型,探讨了已有的6种预处理方法,在这些方法之上又新增了2种不同的方法,最后用这些不同方法在MATLAB下实现,将所得结果作比较与分析,文章提出的减比法是一种既简单准确度又高的方法。 相似文献
8.
数据预处理在保险理赔预测中的应用 总被引:1,自引:0,他引:1
数据挖掘技术在中国的应用尚不普及,一个重要的原因就是由于业务数据的不规范.通过使用数据预处理技术,可以使业务数据更加规范,保证各种数据挖掘算法取得良好的效果.以保险理赔预测为应用背景,介绍了如何结合专业知识进行数据清洗的方法,同时还提出了一种压缩大数据集的数据归约算法. 相似文献
9.
数据是电网调度控制系统稳定运行的关键依据,而因为硬件故障等原因导致数据采集过程中的数据缺失会影响到系统数据的完整性,从而对电网调度的智能性和高效性产生相应的影响.因此,针对缺失数据的准确预测对于智能电网调度系统的建设有着重要的意义.本文针对解决电网领域电能量采集系统的缺失数据预测问题对已有的基于CNN和LSTM联合预测方法进行改进和优化,在联合预测模型基础上添加修正模型,针对不同缺失数据段利用CNN卷积神经网络和电力数据里特有的对侧数据场景建模,实验结果证明该方法将平均绝对误差值降到0.142,提高了现有预测模型的准确率,对电网调度系统的智能性和高效性提供了数据完整性、准确性的保障. 相似文献
10.
由于现实中的时间序列通常同时具有线性和非线性特征,传统ARIMA模型在时间序列建模中常表现出一定局限性.对此,提出基于ARIMA和LSTM混合模型进行时间序列预测.应用线性ARIMA模型进行时间序列预测,用支持向量回归(SVR)模型对误差序列进行预测,采用深度LSTM模型对ARIMA模型和SVR模型的预测结果组合,并将... 相似文献
11.
随着电子产品及集成电路的快速发展,其电子产品的故障预测研究引起了高度重视,但准确预测其使用寿命难度还是很大,目前针对电子产品主要采用状态监控和健康管理,从而实现状态的预测。以此为出发点,构建综合射频模块温度的状态预测模型,该预测模型首先将设备的时域特征数据转换为有监督的样本数据集,然后建立原始参数集、预测模型的训练集和测试集,接着建立LSTM深度学习网络结构,进行参数调整设置并运行模型,最后获得预测值和观测值的误差曲线。采用该方法在某典型任务场景中进行了应用验证,获得综合射频模块的温度预测的准确度为98.7%,达到了较好的预测效果和精度。 相似文献
12.
道路交通事故是道路交通安全水平的具体体现,为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM(Long Short-Term Memory)神经网络的交通事故模型,训练交通事故相关的数据,对交通安全水平的指标进行预测。经过与传统回归模型和传统神经网络模型进行实验对比,实验显示LSTM拟合效果最佳,另外LSTM模型对同一趋势上的预测效果有明显优势。通过使用LSTM模型捕获数据中存在的时序依赖关系,能够更准确地对交通事故安全水平进行预测,使交通管理部门制定更加科学准确的决策。 相似文献
13.
罗艳霞 《电脑编程技巧与维护》2010,(24):70-71,91
数据预处理正是为其提供高质量数据的关键。通过对网络优化中数据源的分析,提出一种基于数据仓库的数据预处理模型,给出了网络优化的方法。 相似文献
14.
Hu Jiaojiao Wang Xiaofeng Zhang Ying Zhang Depeng Zhang Meng Xue Jianru 《Neural Processing Letters》2020,52(2):1485-1500
Neural Processing Letters - Time series prediction problems are a difficult type of predictive modeling problem. In this paper, we propose a time series prediction method based on a variant long... 相似文献
15.
16.
提出了一个基于时间窗口的数据预处理算法.面向具体应用,根据已有知识,此算法可以智能化地滤去一些“噪声”数据.与一般的定义不同.本文所谓的“噪声”数据是指那些由一些已知的规则决定性地影响着的数据,研究显示它们会对进一步的数据挖掘形成极大干扰.实际测试结果表明,本算法能够改善一些已有数据挖掘算法的执行效果. 相似文献
17.
18.
Yamaev A. V. Chukalina M. V. Nikolaev D. P. Sheshkus A. V. Chulichkov A. I. 《Automation and Remote Control》2021,82(10):1752-1762
Automation and Remote Control - We propose a lightweight noise-canceling filtering neural network that implements the filtering stage in the algorithm for tomographic reconstruction of convolution... 相似文献