钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
建筑科学期刊
\
煤气与热力期刊
\
基于机器学习的日用气量预测及影响因素分析
基于机器学习的日用气量预测及影响因素分析
作者:
杨谈
金亚东
黄建安
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
居民日用气量预测
机器学习
影响因素分析
LSTM模型
XGBoost模型
摘要:
基于物联网智能抄表技术获取的准确的居民日用气数据,采用机器学习方法实现居民日用气量的预测与影响因素评价.在采用LSTM模型对居民日用气量进行预测时,分别进行无特征预测(在预测过程中,不添加特征值)、特征预测,特征预测的精度比较高.在对居民日用气量的影响因素进行评价时,采用XGBoost模型,主要考虑小区外部特征(地理位置、物业费价格、容积率、房价、建造时间、绿化率、交通情况、教育特征)的影响,地理位置、物业费价格、容积率、房价、建造时间、绿化率的重要性靠前,其他小区外部特征的重要性不明显.
暂无资源
收藏
引用
分享
推荐文章
页岩含气量的影响因素及预测
页岩气
含气量
影响因素
预测方法
基于机器学习的大学体育成绩预测与分析
体育训练
机器学习算法
预测模型
粒子群算法
基于气温预测燃气日用气量的智慧平台建设
燃气预警指挥智慧平台
气温
燃气日用气量预测
基于机器学习的大学生自杀风险预测与分析
机器学习
大学生自杀风险
预测方法
结果分析
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于机器学习的日用气量预测及影响因素分析
来源期刊
煤气与热力
学科
工学
关键词
居民日用气量预测
机器学习
影响因素分析
LSTM模型
XGBoost模型
年,卷(期)
2019,(9)
所属期刊栏目
燃气输配与储运
研究方向
页码范围
29-32
页数
4页
分类号
TU996.3
字数
3645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
杨谈
10
36
4.0
5.0
2
黄建安
1
0
0.0
0.0
3
金亚东
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(36)
共引文献
(5)
参考文献
(14)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1996(1)
参考文献(1)
二级参考文献(0)
2001(1)
参考文献(0)
二级参考文献(1)
2004(1)
参考文献(0)
二级参考文献(1)
2006(1)
参考文献(1)
二级参考文献(0)
2008(1)
参考文献(0)
二级参考文献(1)
2009(2)
参考文献(0)
二级参考文献(2)
2010(4)
参考文献(0)
二级参考文献(4)
2011(5)
参考文献(0)
二级参考文献(5)
2012(3)
参考文献(0)
二级参考文献(3)
2013(3)
参考文献(1)
二级参考文献(2)
2014(1)
参考文献(0)
二级参考文献(1)
2015(7)
参考文献(3)
二级参考文献(4)
2016(9)
参考文献(3)
二级参考文献(6)
2017(6)
参考文献(1)
二级参考文献(5)
2018(4)
参考文献(3)
二级参考文献(1)
2019(1)
参考文献(1)
二级参考文献(0)
2019(1)
参考文献(1)
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
居民日用气量预测
机器学习
影响因素分析
LSTM模型
XGBoost模型
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
煤气与热力
主办单位:
中国市政工程华北设计研究院
建设部沈阳煤气热力研究设计院
北京市煤气热力工程设计院有限公司
出版周期:
月刊
ISSN:
1000-4416
CN:
12-1101/TU
开本:
大16开
出版地:
天津市和平区新兴路52号都市花园大厦21层
邮发代号:
6-36
创刊时间:
1978
语种:
chi
出版文献量(篇)
5813
总下载数(次)
21
总被引数(次)
33292
期刊文献
相关文献
1.
页岩含气量的影响因素及预测
2.
基于机器学习的大学体育成绩预测与分析
3.
基于气温预测燃气日用气量的智慧平台建设
4.
基于机器学习的大学生自杀风险预测与分析
5.
基于机器学习的股票预测研究综述
6.
基于机器学习的无线频谱占用预测研究
7.
基于机器学习技术的网站用户行为预测
8.
基于时间序列分析及机器学习的移动网络业务量预测技术
9.
基于机器学习的铀成矿有利区预测技术研究
10.
集成学习中预测精度的影响因素分析
11.
基于机器学习的燃气灶效率测量的因素分析研究
12.
机器学习在储层预测中的应用分析
13.
基于机器学习的骨质疏松性骨折预测研究
14.
基于机器学习的液压摆缸叶片密封 性能预测模型
15.
基于机器学习算法的寿命预测与故障诊断技术的发展综述
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
煤气与热力2022
煤气与热力2021
煤气与热力2020
煤气与热力2019
煤气与热力2018
煤气与热力2017
煤气与热力2016
煤气与热力2015
煤气与热力2014
煤气与热力2013
煤气与热力2012
煤气与热力2011
煤气与热力2010
煤气与热力2009
煤气与热力2008
煤气与热力2007
煤气与热力2006
煤气与热力2005
煤气与热力2004
煤气与热力2003
煤气与热力2002
煤气与热力2001
煤气与热力2000
煤气与热力1999
煤气与热力1998
煤气与热力2019年第9期
煤气与热力2019年第8期
煤气与热力2019年第7期
煤气与热力2019年第6期
煤气与热力2019年第5期
煤气与热力2019年第4期
煤气与热力2019年第3期
煤气与热力2019年第2期
煤气与热力2019年第12期
煤气与热力2019年第11期
煤气与热力2019年第10期
煤气与热力2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号