共查询到20条相似文献,搜索用时 93 毫秒
1.
态势预测是网络态势感知的重要环节,可以为网络管理员提供必要的决策支撑。为了实现对网络的大数据管理模式,针对当前预测算法无法充分利用大数据优势的局限,提出了基于关联规则的态势预测方法。该方法综合考虑了大数据的特点和态势预测的需求,给出了方法的基本思想和实现流程。实验结果表明,提出的方法与传统预测方法相比,通过寻找数据间的关联物而不是非线性匹配来达到预测的目的,大大降低了计算的时间复杂度,提高了预测效率。 相似文献
2.
利用一种全新的人工智能技术──人工神经网络,将测井和地面地震资料(如层速度或波阻抗)联系起来,自动建立测井数据、地震数据和告性间的非线性关系,从而有效地进行岩性预测。 相似文献
3.
AERMOD模型在复杂地形大气预测中的应用——以某钢厂为例 总被引:3,自引:0,他引:3
介绍了AERMOD模型,利用AERMOD模型并结合《环境影响评价技术导则大气环境》(HJ2.2-2008)中相关要求,以某钢厂为例在有无探空数据、地形数据的条件下对敏感点预测分析,结果表明探空数据的有无对预测结果的影响十分显著,地形数据有无对预测结果影响较小。 相似文献
4.
为处理服务质量(quality of service,Qo S)预测所用数据的不确定性,增加预测结果的信心值,使预测的Qo S值更可信,建立了量化Qo S预测中信心的概率模型。构建模型过程中,考虑了预测所用的Qo S数据项数量、数据的波动情况(数据偏差)以及数据随时间的衰减情况。数据项数量表明参与预测的数据多少对预测结果可信度的影响程度;数据偏差表明服务的实际Qo S值和预期值的一致程度;数据衰减程度表明随时间变化,数据对预测结果的影响程度。仿真试验表明,该信心模型能够准确有效地帮助用户选择满足其需求的服务。 相似文献
5.
负荷预测是电力系统一项重要而基础的工作。预测结果的准确率要依赖于历史数据的正确分析与统计,以及正确地获取实时数据。系统地分析这两个环节的数据缺失和畸变的原因,根据电网运行固有的负荷规律,利用数值计算方法来判断、补齐和修正数据,并应用到在实际工程中,取得了良好的效果。 相似文献
6.
针对传统的确定不可变权系数的组合预测模型未考虑各时点权重变化的特征,引入变权组合预测模型权系数的确定方法;非负可变权系数组合预测模型中各时点的权系数可以被看成一个成分数据,已有研究将成分数据应用于组合预测中,但未对权重为零的情形作深入讨论;考虑将成分数据的球坐标变换方法与组合预测方法相结合,给出一类非负可变权系数的组合预测赋权方法;最后以2017-07-03—2018-05-11美元兑换人民币汇率的开盘价数据验证了确定可变权系数方法的可行性和合理性;结果表明,文中所提出的方法能够有效提高组合预测的预测精度。 相似文献
7.
针对风速随机性大、影响因素多、预测准确度不高的情况,基于支持向量机与信息几何的统计学关联性,从信息几何学角度分析核函数的几何结构,构造数据依赖核函数,并与支持向量机回归相结合,形成数据依赖核支持向量机回归(Data Dependent Kernel-SVR,DDK-SVR)方法.将该方法用于风速预测中,建立DDK-SVR风速预测模型,并将预测结果与传统支持向量机、神经网络方法进行对比.结果表明,DDK-SVR方法具有更高的预测精度. 相似文献
8.
基于最小二乘支持向量机的复杂金融时间序列预测 总被引:15,自引:0,他引:15
为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢,内存开销大等问题,提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法.该方法将传统的支持向量机中的不等式约束改为等式约束,且将误差平方和的损失函数作为训练集的经验函数,这样把二次规划问题转化为求解线性方程组问题,提高求解问题的速度和收敛精度.实验中以证券指数为实验数据,对大批量金融数据进行了时间序列预测,相比于神经网络预测方法,该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高,对复杂金融时间序列具有较好的预测效果. 相似文献
9.
数据预测机制通过降低网络的通信次数成为无线传感网降低能耗的重要方式之一.利用无线传感网监测的信息的周期性变化特点,提出了一种包含两次数据预测过程的新型数据预测机制,以提高数据预测的精度.实验采用英特尔伯克利实验室部署的54个节点收集的真实数据进行了温度、湿度和光强度的仿真实验,结果表明这种新型的数据预测机制相比目前已有的数据预测机制有明显的提高. 相似文献
10.
空调系统能耗预测是实现智能调控、能源需求管理、系统节能的重要手段和前提之一,当前的空调系统能耗预测主要是基于机器学习算法。诸多机器学习算法的重要理论前提是数据的分布应尽量满足正态分布,然而空调系统的实际运行数据很少能满足正态分布特性,目前的研究鲜有涉及数据分布特性对空调系统能耗预测的影响。首先基于实际项目的空调系统能耗数据,从偏度和峰度两个指标分析了实际能耗数据分布与正态分布呈现出的偏离;然后通过对数变换对能耗数据进行数据变换,使能耗数据更接近于正态分布;接着以常见的4种能耗预测机器学习算法(广义线性回归算法、支持向量回归算法、人工神经网络算法、随机森林算法)对原始数据和经过数据变换后的数据分别进行空调系统能耗预测工作,分析负荷预测结果的RMSE和R~2统计量。结果对比发现,数据的分布特性对能耗预测有着重要的影响,合适的数据变换可以有效地提高空调系统能耗预测机器学习算法模型的预测效果。 相似文献
11.
12.
13.
14.
介绍了在大数据以及高并发的情况下,对大型交易系统中对账子系统进行模型定义以及对账算法设计,并把设计的算法应用于工程实践中,在实际的工业生产中取得较好的运行性能,其稳定度、可靠度、准确度都表现出了工业生成中的优异性能。 相似文献
15.
科技评价对象所涉及的数值、图像、声音具有全媒体、多维度、跨时间的特性,挖掘和运用这些海量数据,转化为直观的、随时间和空间变化的、以图形图像呈现在同行评议专家面前,可以有效提高评价的效率和效果.通过建立众包模式、数据整合和提取规则知识、将科技评价结果应用于实践、建立评价过程交互式可视化的流程以构建基于大数据的科技评价模式,这种模式存在着观念陈旧过时、数据挖掘能力、大数据处理速度、科技评价数据安全等方面的挑战. 相似文献
16.
中国高技术产业发展促进会知识产权战略研究课题组 《科技促进发展》2015,11(1):91-99
在大数据时代,数据将取代专利、商标、版权等,成为最主要、最重要的一种知识产权。放弃专利竞赛,投身大数据竞赛,西方大国的知识产权战略将蜕变为大数据战略。以知识产权起家的东亚的孙正义们,能否赢得这场新的大决战? 相似文献
17.
18.
19.
根据大数据时代的特点和带来的变化,明确了大数据时代的核心是从数据到决策.对大数据时代兴起的即时决策,从大企业到个人进行全面的分析说明.在数据辅助决策方面,讨论了利用统计方法的辅助决策、从数据中归纳出数学模型、从数据中获取知识等有效方法.大数据与云计算的结合,将会达到相互促进和共同发展.大数据不仅支持大企业和政府的决策,也支持个人的决策. 相似文献
20.
大数据环境下管理科学领域相关问题探讨 总被引:1,自引:0,他引:1
近年来,"大数据"作为热门话题,在学术研究领域及日常媒体环境中均受到广泛关注。本文简述了大数据环境下的管理模式在公共管理、工商管理和管理工程这三个方面的体现,并列举了目前我国在电子商务、智慧农业、金融业、环境治理、文化产业、传统医学领域已经有较好发展的大数据应用案例。最后针对大数据环境下的管理创新所面临的问题,提出了一些发展的思路和思考,分析了基于大数据的管理模式创新发展趋势。 相似文献