基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
组合预报在时序预测中应用广泛,而传统线性、非线性组合预报模型对各单项预测方法权系数的计算过于繁琐,并且多为定权系数,现有的神经网络组合预报模型又存在着对不同预测方法的特点强调不足的缺陷,针对以上两点,提出一种新的神经网络架构——变权重神经网络架构。这种新型神经网络架构利用了神经网络的非线性映射能力,避免了求解组合权系数的繁琐过程,又克服了对不同预测方法的适用性强调不足的缺陷。作为验证,给出模型在大型旋转机组烈度趋势预测中的应用实例。
推荐文章
量子神经网络在旋转机组状态趋势预测中的应用
旋转机组
量子神经网络
量子计算
故障特征量
趋势预测
大型旋转机械状态组合预示模型研究
旋转机械
状态预示
组合预示模型
支持向量机
旋转机械的新息加权神经网络工作状态趋势预测研究
旋转机械
趋势预测
新息加权神经网络
均值函数
基于支持矢量机的旋转机械滑油金属含量预测
支持矢量机
时间序列分析
金属含量
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 旋转机组烈度趋势预测技术研究
来源期刊 北京机械工业学院学报(综合版) 学科 工学
关键词 烈度预测 时间序列 组合预报 变权重神经网络
年,卷(期) 2001,(1) 所属期刊栏目
研究方向 页码范围 11-16
页数 6页 分类号 TH113.21
字数 3106字 语种 中文
DOI 10.3969/j.issn.1674-6864.2001.01.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐小力 北京机械工业学院机械工程系 127 998 16.0 27.0
2 许宝杰 北京机械工业学院机械工程系 55 674 11.0 25.0
3 徐洪安 北京机械工业学院机械工程系 7 18 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
烈度预测
时间序列
组合预报
变权重神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导