【摘 要】
：
燃气负荷受到天气状况和经济发展等多种因素的影响,造成燃气变化趋势具有较大的复杂性和特征因子较大的冗余性,造成预测精度的下降.为了解决这个问题,在处理燃气负荷的复杂性
【机 构】
：
上海师范大学信息与机电工程学院,上海 201400
论文部分内容阅读
燃气负荷受到天气状况和经济发展等多种因素的影响,造成燃气变化趋势具有较大的复杂性和特征因子较大的冗余性,造成预测精度的下降.为了解决这个问题,在处理燃气负荷的复杂性中使用EEMD自适应的时频局部化分析方法,将非线性非平稳的燃气负荷数据分解为平稳的本征模式分量及剩余项.在解决特征因子之间的冗余性中,在PCA中加入互信息分析,使用互信息代替协方差矩阵的特征值选择特征向量,可以有效避免PCA仅仅考虑特征之间的相关性,忽略了与燃气负荷值关系的缺点.最后针对不同的子序列建立对应的LSTM模型,重构各个分量的预测值产生最后的结果.使用上海的燃气数据进行验证,实验结果证明本文提出的方法测试集MAPE达到6.36％,低于其他模型的误差.
其他文献
多视图聚类旨在综合利用视图数据中的一致信息和互补信息实现对数据的划分,但各视图表征数据的能力参差不齐,甚至有的视图可能含有大量的冗余和噪声信息,不仅不能带来多样的信息,反而影响聚类性能.本文提出了自适应加权的低秩约束的多视图子空间聚类算法,通过自适应学习的方式给各视图赋予不同权重来构造各视图共享的潜在一致低秩矩阵.并且提出了有效的可迭代优化算法对模型进行优化.在5个公开数据集上的实验结果表明所提算
针对传统人脸识别算法运行效率低的问题,提出一种采用图像梯度补偿模式(IGC)的人脸快速识别算法.首先,提取人脸图像四个方位的梯度;其次,将所获的四个梯度进行多方式融合,产生两个梯度算子;再次,使用新产生的梯度算子对原图像进行适度补偿,形成人脸图像的IGC特征图;然后将所获IGC特征图分块统计直方图,并将各个分块的直方图串联成用于人脸图像描述的特征向量;最后使用PCA方式对特征向量进行降维处理,利用
在临床医学领域,图像辅助诊断对医学视图的处理效果要求很高.针对医学图像融合过程中图像视觉效果较差的问题,提出了一种基于稀疏理论与快速有限剪切变换的医学图像融合算法,提高了医学图像处理效率.首先,采用快速有限剪切波变换(FFST)分解源图像,将其分解为高频系数和低频系数;其次,根据高频系数和低频系数的不同性质,提供不同的融合策略,通过相对标准差比较法对高频系数进行处理,对于稀疏性较差的低频系数利用K