多维时间序列相关论文
光伏逆变器性能的优劣直接影响光伏电站的生产效率,利用互联网监控技术,结合大数据和数据挖掘技术可以自动且快速的发现逆变器存在......
针对已有基于变分自编码器(VAE)的多维时间序列(MTS)异常检测模型无法在隐空间中传播随机变量间的长时依赖性问题,提出了一种融合Transf......
时间序列异常是指时间序列上下文中与正常模式存在差异的子序列,从大量时序数据中识别该子序列的过程被称为时间序列异常检测。随......
植物病害的自动早期检测对于作物精确保护至关重要。提出了一种基于多维光谱序列(multi-dimensional spectral series, MDSS)和加权......
光伏逆变器的异常检测对于提高发电效率和逆变器使用寿命尤为重要。由于光伏设备数据具有复杂的时间依赖性和不确定性,因此难以选......
多维时间序列预测已经在交通、金融、能源等领域受到了广泛的关注。由于多维时序数据周期性特征提取困难、难以实现高维时序数据的......
随着工业技术的发展,工业设备日趋大型化和复杂化,于此同时保证设备的安全稳定的运行越来越受到人们的关注。离心式压缩机在冶金、......
时间序列通常是指在相同时间间隔上对特定观测点连续取值形成的一组数据。在时间序列的很多应用领域中,一个分类对象可能同时对应......
本文采用神经网络与主成分分析(PCA)相结合的方法预测多变量非线性时间序列.主要思路是先用主成分分析方法找到相互独立的输入变量......
准确地预测用电负荷的大小,是制定与安排好电力供应计划与负荷调整方案的基础,而夏季负荷受气象因素的影响比较大,两者之间的关联......
软件可靠性预测是当前软件研究领域的热点方向,当前软件可靠性预测方法存在误差大、建模时间长等不足,为了获得更高精度的软件可靠......
以某船坞基坑围堰上的#3测斜管的监测数据为例,分别采用时效因子模型、多维时间序列模型及空间模型对监测数据进行了分析预报,比较......
为预测林木生长量及其趋势 ,本文运用非线性回归、自回归分析和多维时序分析方法 ,建立了林木生长量预测的数学模型 ,并进行了实例......
一、方法的基本思想:一个多维时间序列,其列元素表示该多维时间序列的时间分布。其行元素可有两种情况:一种是行元素表示同一要素......
时间序列是指一系列按照时间顺序排列的数据的集合。时间序列数据中蕴含着重要的价值,已广泛应用于各个领域。而现实世界中的事物往......
当今人体行为识别的应用已经延伸到社会的各个方面,尤其是在运动分析、公共场所的安全监测、虚拟现实的实现等方面应用十分广泛,为......
本文主要研究了航迹和航迹关联与融合算法。现实中的航迹是广义上的多维时间序列。本文运用改进的基于形态特征差异多维时间序列相......
在当前经济形势紧张,市场竞争惨烈的情况下,如何更快更好地满足客户需求,是每一个企业必须研究的课题。采煤机零件产品不但价值高......
自从ThOms提出突变理论后,它被广泛应用于各个方面,也包括气象方面。其中气象的影响因素是多重的,即用数值形式表示气象的变幻时,......
随着监测设备的广泛使用,在交通、气象、金融等领域均可采集大量的多维时间序列数据。时间序列具有随机性、连续性和周期性的特点,......
数控机床加工状态数据具有多样化、时序性的特征,导致数控加工变形精度较差等问题。基于此,提出基于多维度控制的数控加工变形控制......
目前,民航发动机故障诊断方法在处理复杂的发动机数据时,往往需要结合工程师的经验,导致模型的效率较低,且诊断正确率有待提高。深......
航天器制造精密,价格昂贵,运行在复杂的环境中。建立对航天器的预测系统可以更好的监测和控制航天器,避免风险、减少损失。遥测数......
异常检测是对数据集中存在非正常模式下所产生数据的检测。多维时间序列(Multidimensional Time Series,MTS)是多维变量按时间顺序......
预测诊断技术 在中国汽车工业“2mm”工程的研究中,上海交通大学车身制造技术中心研制开发了一套基于多维时间序列分析的夹具失效......
依据深度信念网络理论,提出建立自动扶梯制动力预警模型和故障诊断模型并构建自动扶梯制动力智能诊断平台.该平台通过传感器数据采......
本文引入带权欧式距离概念,将其应用于相似搜索匹配的过程,提出用层次分析法(AHP)确定数据库中各维的权值,并且对利用基于关键点的分......
本文针对多维时序传函(TF)模型的等效规范型,提出了由初建模和推广的 Kalman 自适应估计预报(EKAEP)算法组成的建模预报方案。考虑......
支持向量机(SVM)于1995年提出,包括分类(SVC)和回归(SVR),是目前发展最快的机器学习方法。它基于结构风险最小,较好地解决了非线性、......
21世纪以来,中国高速铁路取得举世瞩目的成就。中国已成为世界范围内高速铁路运营里程最长、在建规模最大的国家。随着我国高速铁......
随着科学技术的发展与人类社会的进步,不管是在科学领域还是在生活领域都积累了大量的数据,其中大部分数据都是时间序列数据。时间序......
传统的两变量Granger因果分析法容易产生伪因果关系,且不能刻画变量间的同期因果性.利用图模型方法研究多维时间序列变量间Granger......
时间序列分析正成为数据挖掘研究的热点,本文讨论了时间序列相似性研究的现状和典型方法,介绍了水文时间序列相似性挖掘系统的设计......
针对害虫发生数据高度非线性特点导致传统方法预测准确率低的难题,提出一种基于支持向量机(SVM)的多变量自回归(CAR)的害虫时间预......
利用多维时间序列分析方法,以影响杉木直径生长的五大主导气象要素作控制因子,建立杉木直径生长的CAR模型,从而对杉木直径 年作预测,回验......
短时交通流预测是智能交通系统的核心内容和交通信息服务、交通诱导的重要基础.目前,道路交通数据采集设备的性价比越来越合理,道路上......
通过分析甘肃省城乡居民可支配收入差距和国内生产总值的数据,以了解经济发展对收入差距的影响.文章运用多维时间序列的知识进行平......
提出了一种适用于无线传感器网络的三层多维事件协作检测算法.传感器节点通过计算均值向量序列的相似度发现异常,并通过投票机制确......
由观测数据确定变量间的因果关系是时间序列分析的重要内容.本文利用图模型方法研究结构向量自回归模型变量间的因果关系,通过时间......
采用基于历史数据的数据挖掘理论,对燃气轮机压气机建立多维时间序列非参数模型, 应用相似性状态估计方法对压气机的故障特征参数......
提出基于多维时间序列模糊聚类与模糊规则提取技术相结合的模糊分类系统,将其应用于信用评价研究.该方法利用投影寻踪技术对多维时......
介绍了多为量时间序列重构相空间技术,并以上证指数的预测为算例,具体阐述了它对原有相空间重构技术的改进,研究结果表明多变量重构相......
由于风电的高度波动性和随机性,大规模的风电功率预测已成为制约中国风电发展的瓶颈。提出一种针对小采样间隔的风电功率数据的多......
以对数线性去趋势法平稳化多维时间序列因变量,结合地统计学的后效时间长度与支持向量回归进行因变量自动快速定阶及自变量非线性......
茶树的生长、产量和品质受树冠结构的影响,因此利用数学模型来模拟茶树树冠指标的变化可以指导茶树的栽培和管理。考虑到茶树树冠......