【摘 要】
:
针对传统指数平滑时间序列模型预测精度不足及传统BP神经网络在训练过程中易陷入局部最优的问题,通过粒子群算法优化BP神经网络,对美国明尼苏达州2021年7月11日至8月25日新冠肺炎累计死亡和累计确诊人数进行时间序列预测,并与传统双指数平滑模型(Holt)、BP神经网络模型进行比较分析.实验结果显示,PSO-BP模型的预测精度均高于基准模型,平均误差百分比(MAPE)低于0.08%.在6组预测实验中,PSO-BP模型相较于Holt与BP模型,平均误差分别降低了0.038%和0.012%,平均绝对误差(MAE
【机 构】
:
上海工程技术大学机械与汽车工程学院上海201620;上海工程技术大学工程实训中心,上海201620
论文部分内容阅读
针对传统指数平滑时间序列模型预测精度不足及传统BP神经网络在训练过程中易陷入局部最优的问题,通过粒子群算法优化BP神经网络,对美国明尼苏达州2021年7月11日至8月25日新冠肺炎累计死亡和累计确诊人数进行时间序列预测,并与传统双指数平滑模型(Holt)、BP神经网络模型进行比较分析.实验结果显示,PSO-BP模型的预测精度均高于基准模型,平均误差百分比(MAPE)低于0.08%.在6组预测实验中,PSO-BP模型相较于Holt与BP模型,平均误差分别降低了0.038%和0.012%,平均绝对误差(MAE)和均方根误差(RMSE)均下降了5%以上.
其他文献
为解决心跳信号易被呼吸谐波和其他噪声干扰而难以提取的问题,提出一种结合遗传算法(GA)和反向传播(BP)神经网络的聚类经验模态分解体征提取模型.首先,采用动目标检测法滤除超宽带(UWB)雷达所接收回波信号中的静止杂波;然后利用距离门选择方法提取出体表振动信号,对其进行聚类经验模态分解得到固有模态函数分量;最后通过GA-BP神经网络对固有模态函数分量转化后的特征向量进行权值训练,以贝叶斯正则化作为BP的训练函数重构心肺信号,并与原始聚类经验模态分解重构信号进行比较.仿真实验结果表明,在不同信噪比下,GA-B
茶庄园是茶产业提档升级一、二、三产业相融合多元化经营的新型生产经营模式.羊岩茶庄园由茶场、茶厂、茶文化园和山庄构成.并经过夯实茶产业实体,搞好规划和绿色防控为重点的绿色发展而建成的.
肾脏病理图像中肾小球的自动分割提取对于快速诊断肾脏疾病至关重要.针对高质量标注的肾小球病理图像数据不足的问题,提出基于pix2pixHD的肾小球病理图像合成方法.首先,对原始病理图像中肾小球及其对应掩膜进行提取,构建肾小球病理图像数据集;其次,以肾小球掩膜作为约束条件,利用生成对抗网络模型合成高质量肾小球病理图像;最后,将生成的肾小球图像数据集并入原始数据集,使用U-Net分割模型对原始肾脏病理图像进行再分割.实验结果表明,与常用几种图像生成算法比较,新建方法表现最佳,其IS±std为1.50±0.03,
膝关节炎致残率高,采取合适的策略对其进行有效控制至关重要.提出一种旋转不变非线性局部模糊编码的膝骨关节炎辅助诊断方法,根据图像局部单元中邻域像素和中间像素灰度值的比较,通过拟合灰度差包络曲线得到指数隶属度函数,并用像素灰度值的隶属度描述局部模糊编码,以局部单元值个数的频率直方图刻画局部模糊编码,借鉴字符串移位操作,将旋转后单元向量相同的局部单元合并为一类,降低局部模糊编码的向量维数,在此基础上,构建一种二维局部模糊编码描述符,进一步降低计算量.实验结果表明,所提方法相比局部模糊编码的聚类最大准确率分别提高
\'春雨二号\',是一种适制高香型绿茶的国家级品种.本研究设计了\'春雨二号\'绿茶加工过程中以温度为变量的五因素三水平的正交试验,采用极差法分析,明确各个工艺对花香物质(芳樟醇及其氧化物、苯乙醇、香叶醇等)组分影响大小及最佳温度组合,从而进一步发挥\'春雨二号\'的品种优势.实验表明,对\'春雨二号\'花香型化合物组分占比影响最大的工艺是杀青温度,其次为第一次干燥温度.并通过正交实验分析得到最佳工艺参数为:杀青温度110℃(滚筒空气温度),第一次理条温度设置310℃,第二
宁波市奉化区安岩茶场是一家专业从事名优茶生产的种植加工型企业,该场生产的安岩白茶、奉化曲毫茶持续十多年获得“中绿杯”金奖.本文总结了该场重视茶叶原料生产、严格推行“三匀”采制技术、严控干燥工艺的“十连冠”金奖的主要措施与成功经验,供有关同行借鉴.
12021年、2022年2月上旬至4月上旬养猪行情概述rn1.12021年、2022年2月上旬至4月上旬全国仔猪价格rn2021年、2022年2月上旬至4月上旬全国仔猪价格由图1可以看出.统计时段内,2021年度全国仔猪价格明显高于2022年度.2022年2月1日-4月9日,全 国 仔 猪 平 均 价 格 为25.28元/kg,比去年同期(104.79元/kg)显著下降75.88%.
医护人员在处理医疗不良事件时,大多依靠个人主观经验给出解决方案.采用知识图谱特征学习和协同过滤算法相结合的方式对医院长期积累的不良事件数据集进行采集训练,为医护人员提供最优解决方案.首先通过知识图谱训练算法将不良事件中的病人信息转化为低纬向量,采用余弦相似度算法计算出病人的相似矩阵;再通过协同过滤算法依靠事件基本信息计算出不良事件的相似矩阵;最后将两者结合为一个推荐结果集.该算法提供的推荐结果集正确率比传统方法平均提高35%,不仅减轻了医护人员的负担,还有助于管理层更有效地追溯责任人.
及早判定地震是否为强震,可为快速开展救援行动、减少生命和经济损失争取时间.提出三元组卷积神经网络(Triplet-CNN)模型,对地震强弱进行预判研究.以日本宫城地区为例,通过该地区地震目录获取2000-01-01至2008-12-31间历史地震事件记录,包括震级以及对应的KiK-net和K-net强震仪时间序列数据,利用设计的Triplet-CNN结构对这些强震仪数据进行训练,实现对强弱地震的快速判定.通过超参数优化,该模型的准确率达到96.85%,精确率96.83%,召回率96.82%,F1值96.8
2022 年第3期《猪业科学》杂志以“母猪批次化管理实践大盘点”为主题,邀请行业内专家、企业技术人员对母猪批次化管理实践进行深入盘点与总结,为养殖者进行科学、高效生产提供依据.读完之后,给我的总体感受是策划得当、主题鲜明、内容全面、数据详实.