反向预测加权邻域数据关联算法

标准最近邻域数据关联算法在杂波环境下可能出现误跟踪和丢失目标的现象。综合考虑相关波门内所有候选回 波,提出了反向预测加权邻域数据关联算法。通过计算候选回波反向预测新息范数,归一化后作为各候选回波的加权系数, 然后将候选回波加权和作为等效回波,并对目标的状态进行更新。该算法有效降低了最近邻域算法中误关联对跟踪效果的影 响。仿真结果表明,该算法在保持较少计算量的同时,可有效避免误跟踪和丢失目标。     

动态优化GM模型中分辨率系数的数据预测算法

为提高传统GM(1,1)算法的预测精度,运用遗传算法动态调整GM(1,1)中的均质生成数列分辨率系数,改变传统灰色模型的分辨率系数设置为1/2的计算模式,使得改进后的GM(1,1)算法针对小样本的预测具有更高的精度和鲁棒性.算法的数值实验结果表明,优化算法的预测精度高于传统的GM(1,1)算法和文献[3]中的算法.     

数据驱动的城镇智慧水务日用水量预测算法

针对国内某中小型自来水公司的实际供水情况,通过对比相关系数分析了天气等因素对日供水量的影响,确定了日用水量预测所需的输入参数;比较了3种用传统基于大数据的水量预测方法在该自来水公司中应用的性能,针对用传统方法预测误差较大的问题,提出引入前一日用水量和前8 h的用水量作为影响因素的改进方法.将所提方法在该自来水公司的信息系统中进行了实际测试,验证了所提算法的有效性.根据算法性能和实现复杂度,给出了适用于城镇水务的水量预测算法和算法执行形式,能够帮助水务企业提高水量预测精度,有效提升水资源的利用率.     

基于预测数据特征的空气质量预测方法

采用LightGBM预测模型对空气质量预测问题进行研究,提出并设计一种基于预测性特征的空气质量预测方法,有效地预测北京市区内未来24 h核心表征空气质量的PM_2.5质量浓度。在构建预测方案过程中,分析训练数据集特性开展数据清洗,利用随机森林与线性插值相结合的方法,解决数据大量缺失以及噪声干扰问题;提出使用预测性数据特征方法,同时设计相关统计特征,提高预测结果的准确性;采用滑窗机制挖掘高维时间特征,增加数据特征数量级;对预测模型的工作性能和结果进行详细分析,并结合基线模型进行对比评价。试验结果表明,基于预测性特征结合采用LightGBM预测模型的方案具有更高的预测精度。     

基于灰色预测的无线传感器网络数据融合算法

针对无线传感网络监测信息具有很高时间相关性,给出一种基于动态灰色预测模型的数据融合算法。对节点采集的历史数据,应用动态灰色模型预测其未来数据值,若预测误差大于设定阈值,传输本轮数据,若预测误差小于设定阈值,不传输本轮数据,以此减少网络数据传输量。仿真实验表明,与未采用数据融合的低功耗自适应集簇分层协议算法相比,所给算法的数据传输量可减少34%,网络寿命可延长39%。     

船舶自动识别系统数据修复和预测算法研究

针对船舶AIS数据丢失或错误等问题,本文借助分段三次Hermite插值实现AIS数据初步修复或预测,建立神经网络训练集和测试集,开展单点和连续多点AIS数据修复和预测;对比分析了BP神经网络与三次样条插值、分段三次Hermite插值方法以及组合算法在船舶AIS数据修复和预测中的精度。以重庆弯曲河段和武汉顺直河段为例,分析了航道平面形态、算法组合等对于船舶AIS数据修复和预测精度的影响。结果表明:联合算法有效提升了船舶AIS数据修复精度;在船舶AIS预测中,神经网络模型表现最优。研究成果可为船舶行为特征分析、建模等相关领域的研究提供借鉴。     

面向手机信令数据的交通枢纽人流量短时预测算法

为实现对重点区域人群聚集动态的有效掌握,保障区域人群的及时疏运,预防群体性安全事故的发生,以广州市火车站枢纽区域为例,通过对海量手机信令数据进行信息处理,结合地理信息系统将手机信令数据映射至研究区域,实现区域人流量的实时统计,同时分析了大都市火车站枢纽区域春运人流量变化情况,得出春运期间区域人流量存在周期性变化的规律,以此为基础,构建了以平均绝对百分比误差最小的k值自适应计算模型,设计了基于手机信令数据的城市交通枢纽人流量k近邻预测算法,并以节假日与非节假日两种不同交通模式环境进行算法测试.结果表明:所建立的预测算法在两种模式下其平均绝对百分比误差PMAPE分别在6%与5%以内,均能够较为准确地对区域人流量进行预测.     

基于匈牙利求解的被动传感器数据关联算法

在多传感器多目标跟踪领域中,数据关联是按一定规则连接具有共同目标的决策过程。通过整数规划将数据关联问题转化为多维分配问题。该文利用改进的拉格朗日松弛算法把多维分配问题降为一系列二维分配问题;引入匈牙利算法求解二维分配问题的最优解以获得最佳关联结果。仿真结果证明该文算法计算量小,关联正确率高。     

大容量的预测误差差值扩展可逆数据隐藏算法

将Tian差值扩展技术应用于彩色图像,提出一种大容量的基于预测误差差值扩展(PEDE)的彩色图像可逆数据隐藏算法。针对传统差值扩展技术存在过分修改像素值、嵌入容量受定位图制约等缺点,首先利用色彩分量之间的相关性减小差值,并将较小的差值扩展量分散到2个色彩分量中;其次采用LSB替换方法嵌入数据,将差值扩展变换与数据嵌入过程分离,从而减少不可扩展差值的数量;最后利用差值的二次可扩展性定位不可扩展差值,并用少量的标志信息代替定位图,从而提高嵌入容量。提取端在提取信息后可根据需要无损地恢复原始图像。实验结果表明,本文算法在保证图像质量的同时,嵌入容量有较大的提高。     

基于优化的随机森林心脏病预测算法

为适应优化算法的模型,用K近邻方法对数据进行预处理,提出了KNN-RF模型.对数据集用K近邻进行缺失补充,并进行归一化等预处理操作,以随机森林算法为基础,并采用交叉检验和网格搜索寻找最佳参数.在比较流行的UCI心脏病数据集和克利夫兰医学中心公开数据集分别进行实验,建立了心脏病预测模型,用于辅助医生对患者是否患有心脏病进...     

基于R-OSELM的海洋环境数据在线预测

为及时辨识海洋环境的变化趋势和降低长期累积的海洋环境数据对预测模型的影响,提出一种基于循环在线顺序极限学习机(Recurrent Online Sequential Extreme Learning Machine R-OSELM)的海洋环境数据在线预测模型.采用完全在线的方法初始化海洋环境数据训练集,通过在线顺序极限学习机算法对已有的海洋环境数据进行逐块输入,利用极限学习机的自动编码技术与一种归一化方法对输入权重循环处理,实现预测模型的在线更新,最后完成对海洋环境数据的在线预测.使用该模型对溶解氧、叶绿素a、浊度、蓝绿藻进行预测,结果表明R-OSELM模型的预测精度高于对比模型,确定其具备海洋环境数据在线预测能力,可为海洋水域水体富营养化与海洋环境污染预警提供参考.     

一种时间序列数据预测方法的应用

介绍了一种利用时间序列数据进行预测的灰色预测方法。通过实例建立了GM（1，1）修正模型。与传统的预测方法相比，灰色预测方法具有原始数据样本少，无需典型分布，建模过程简单，预测精度较高等特点。     

计及数据降维和数据清洗的超短期风电功率预测

现代通讯和测量技术飞速发展,“风电大数据”时代随之而来。在众多数据维度中提取有效的特征量能提高风电功率预测精度。Shap值可以解释特征变量对预测结果的影响程度,文中应用基于Shap的归因分析模型梳理出对风电功率影响较大的6维特征变量。将其与风电功率数据同时导入基于LOF-ARIMA的异常数据识别模型,从而对风电功率预测过程中所使用的历史数据加以清洗。最终根据VMD-PSO-BiLSTM分解模型完成风电功率超短期预测,实践表明可以显著提高风电功率预测精度。     

一种基于经济模型的数据复制收入预测函数

提出了新的基于齐普夫分布和二项式分布相结合的预测函数,同时考虑了文件的序列相关性和地理位置相关性(基于二项式和齐普夫分布)。实验数据显示该方法能有效地提高网格环境下,网格任务访问数据的效率和最大吞吐量,预测效果优于文献[2]中的预测函数。     

热连轧活套系统的数据驱动预测控制

针对热连轧活套高度和张力系统的双输入双输出强耦合特性,提出了基于数据驱动预测控制策略.基于子空间辨识方法,利用离线和在线输入输出数据直接辨识控制器参数,避开模型辨识的过程,同时基于预测控制原理,利用未来输入和已经测得的数据信息,预估未来输出,充分利用预测信息设计控制器,在下一个采样周期开始新的循环.该方法能够提高控制精确度,具有较强的扰动抑制能力.仿真结果表明该方法的可行性和较好的控制效果.     

基于MK-TESM法的输变电工程造价数据预测方法

针对当前输变电工程造价数据预测较为困难的问题,提出了一种基于MK-TESM法的输变电工程造价数据预测方法.以某地区2014～2018年110 k V输变电工程造价各项评价指标历史数据为基础,利用Mann-Kendall趋势检验法和三次指数平滑法建立输变电工程造价预测模型,对输变电工程造价各项评价指标走势及未来数据进行预测.结果表明,所提出的输变电工程造价数据预测方法在对输变电工程造价进行预测时,预测平均绝对误差率能够控制在约10%以内,预测准确率较高.     

空间电力负荷预测中异常数据的辨识与处理

空间电力负荷预测中所使用数据的质量将直接影响预测的效果和准确性。未经处理的馈线历史负荷数据中经常存在各种异常情况,导致预测精度的降低,因此预测前需将原始数据进行预处理。将馈线历史负荷数据中出现的异常情况进行分类并利用负荷的横向相似性和纵向相似性对传统横向比较法进行改进,提出了一种新的馈线历史负荷数据预处理方法 -双向比较法。以吉林市城市电网实际馈线为例进行分析,结果表明该方法是有效的。     

数据辅助的超宽带脉冲位置调制同步算法

针对超宽带(UWB)信号的超短脉冲和极低发射功率造成接收机同步十分困难的问题,提出了脉冲位置调制(PPM)下一种有数据辅助的基于“脏模板”定时(TDT)的同步捕获算法.推导了PPM调制下接收信号的表达式,分析了接收信号在相邻符号的互相关函数的特点.分析结果表明,不同于脉冲幅度调制(PAM)的互相关函数,由于PPM调制的非线性,同步参数不能通过对互相关函数求期望获得.构造相邻符号互相关函数的差值函数,借助训练序列来获取类似PAM调制情形下的互相关函数表达式,继而捕获同步.理论分析和仿真结果表明,该算法性能良好,捕获时间短,实现复杂度低