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:
一般系统的状态受多个因素的影响,而基于动态贝叶斯网的状态预测模型就能够较准确地描述系统状态和影响因素之间的关系.针对此模型,提出推理宽度的概念以减少推理过程中的数据量,并利用时间片扩充办法来对状态进行多步预测.
推荐文章
基于趋势点状态模型的时间序列预测算法
时间序列
相似序列
趋势点状态模型
预测
周期
状态预测模型中的单步预测算法
动态贝叶斯
状态预测
单步预测
实时跟踪放疗中关联模型和预测算法
放疗
实时跟踪
关联模型
预测算法
基于神经网络模型的时间序列预测算法及其应用
神经网络
时间序列
预测
TD方法
BP算法
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 状态预测模型中的多步预测算法
来源期刊 煤炭技术 学科 工学
关键词 动态Bayesian网 状态预测模型 预测 时间片
年,卷(期) 2011,(12) 所属期刊栏目 技术交流
研究方向 页码范围 170-171
页数 分类号 TP301.6
字数 2271字 语种 中文
DOI
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 宋宏伟 石家庄学院计算机系 24 65 4.0 7.0
2 李艳 军械工程学院计算机工程系 10 35 4.0 5.0
3 张自立 石家庄学院计算机系 7 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (44)
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)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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
动态Bayesian网
状态预测模型
预测
时间片
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
煤炭技术
月刊
1008-8725
23-1393/TD
大16开
哈尔滨市香坊区古香街30号
14-252
1982
chi
出版文献量(篇)
23677
总下载数(次)
45
论文1v1指导