导读:本文包含了自适应预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:自适应,神经网络,向量,遥感,平滑,反射,平方和。
自适应预测论文文献综述
马晓磊,李永光,庄红山,张彦军,汪凯威[1]（2019）在《基于自适应神经网络的光伏输出功率预测》一文中研究指出文中提出了一种基于不同拓扑结构的自适应神经网络(ANN)预测光伏输出功率的方法,建立了一个与数据采集系统协同工作的天气监测系统,利用叁种不同类型的自适应神经网络进行功率输出预测。为了研究气候变化对发电量的影响,使用天气数据(气温、太阳辐照度和风速)以及两个测试光伏电池板历史功率输出数据对ANN进行了训练。通过将模型预测值与功率输出测量数据进行比较,计算结果验证了所提方法对短期功率输出预测问题的适用性,并确定了最佳拓扑结构。(本文来源于《信息技术》期刊2019年11期）
杨森林,万国宾[2]（2019）在《联合结构预测和运动补偿的视频自适应压缩感知》一文中研究指出视频压缩感知是解决无线多媒体网络中海量数据存储和传输问题的有效方法,但常规基于单帧处理的压缩重构质量较差,限制了应用效果。文中提出了基于BCS的结构预测和运动补偿的提高视频GOP序列重构质量的方法。对视频GOP序列,首先,利用分块压缩感知对关键帧和压缩帧分别进行压缩采样,并给出了一种视频稀疏性定量估算方法,实现了压缩采样率自适应选择;然后,基于迭代阈值投影重构算法,对关键帧和压缩帧分别进行压缩重构。在此基础上,利用视频帧区域块的结构相关性进行帧内结构预测,提高重构质量;最后,利用帧间的时间冗余性,通过运动估计和运动补偿进一步提高重构质量。仿真结果表明,结构预测和运动补偿能提高视频重构的峰值信噪比(PSNR)。该算法考虑了视频序列帧内和帧间相关性进行预测和补偿,提高了GOP序列的重构质量。(本文来源于《西北大学学报(自然科学版)》期刊2019年06期）
刘胜兰,高凌寒,杜剑维,刘晨[3]（2019）在《基于自适应顺序的滚动轴承最优特征选取与寿命预测》一文中研究指出为了提高舰船动力传动系统中滚动轴承的故障特征分析及寿命预测能力,需要对选择合适的振动信号特征表征滚动轴承状态的问题进行分析,通过时域,频域,时频域,信息熵等多方面提取滚动轴承的振动特征,构造特征库,综合全面描述滚动轴承的状态信息。提出了一种自适应特征提取方法,通过添加白噪声特征以及融合特征,并使用相关性,单调性,鲁棒性3个指标来综合评价特征,可以自动确定特征维数并筛选出敏感特征子集,并通过实验数据验证了所提方法的有效性。(本文来源于《舰船科学技术》期刊2019年21期）
盛志超,周勃,杜璞玉,秦瑾,王路[4]（2019）在《基于AdaGrad的GNSS-R镜面反射点自适应预测算法》一文中研究指出利用全球导航卫星反射信号(Global Navigation Satellite System Reflectometry,GNSS-R)进行海洋环境要素探测已成为国内外遥感领域一大热点。镜面反射点作为GNSS-R遥感探测的坐标基准,其预测的精度与速度对后续环境要素的反演有着显着影响。针对星载GNSS-R实时预测高精度镜面反射点的需求,提出了一种基于AdaGrad优化的GNSS-R镜面反射点自适应预测算法。利用空间几何关系对镜面反射点进行粗略估计,通过预处理后利用AdaGrad优化寻找镜面反射点的最优解,仿真实验证明算法的精确性、高效性。(本文来源于《无线电工程》期刊2019年11期）
李自成,徐升,刘国海,张荣标,冯大力[5]（2019）在《基于LMS/LMF混合算法的APF自适应预测无差拍控制》一文中研究指出提出基于LMS/LMF混合算法的APF自适应预测无差拍控制方法,相对于基于LMS算法的APF自适应预测无差拍控制方法具有更高的控制性能。(本文来源于《电力设备管理》期刊2019年10期）
李雨泰,李伟良,尚智婕,王洋,董希杰[6]（2019）在《基于云自适应粒子群优化算法和随机森林回归(CAPSO-RFR)的负载均衡预测》一文中研究指出针对传统的云计算资源负载预测算法存在精度低和误差大的缺点,将云自适应粒子群算法应用于随机森林回归参数的选择,提出一种基于CAPSO-RFR的云计算资源均衡负载预测算法。研究结果表明,CAPSO-RFR可以有效提高云计算资源负载预测的精度,为云计算资源的规划、调度以及云计算平台的性能优化提供决策依据。(本文来源于《微型电脑应用》期刊2019年10期）
何领朝,林东,冯心欣[7]（2019）在《基于自适应秩动态张量分析的短时交通流预测》一文中研究指出在智能交通系统中,短时交通流预测可以为路线规划、交通管理和公共安全等领域提供数据支撑。为了提高数据缺失和异常情况下的预测准确性,提出了一种基于自适应秩动态张量分析的算法来进行短时交通流预测。首先构造了覆盖周、天、时间窗口和空间4个维度的张量,以挖掘交通流数据之间的多模相关性。其次,利用滑动窗口模型,形成动态结构的张量流数据。然后将主成分分析算法扩展成可以接收张量输入的离线张量分析算法,并引入自适应秩和遗忘因子形成自适应秩动态张量分析算法。最后将张量流数据输入自适应秩动态张量分析算法中,实现对短时交通流数据的预测。实验结果显示,即使在数据有缺失的情况下,自适应秩动态张量分析算法也能实现良好的预测。(本文来源于《物联网学报》期刊2019年03期）
柳长源,刘鹏,毕晓君[8]（2019）在《基于自适应可变滤镜的地类变化预测模型》一文中研究指出随着土地开发建设规模不断扩大,土地利用情况也在逐年发生变化,准确预测未来土地利用的发展趋势,可以为本地区的土地利用规划提供依据,提升本地区的土地利用效率。传统方法一般采用CA_Markov、ANN以及CA_ANN模型进行预测,存在训练时间长、预测精度不足和缺乏说服力等问题。本文针对上述问题,结合元胞自动机以及人工神经网络模型,建立一种自适应可变滤镜网络模型,针对特定大小区域内的土地类别数目,创建多类数据集来训练不同参数的多个神经网络,可以成功预测未来土地变化的情况,这样就避免了训练单一网络时数据对网络权值的抵消。相比于传统模型中效果最好的CA_ANN模型,本文建立的自适应可变滤镜网络模型不仅总体精度提高了1%～3%,各种地类转化精度提高了12.82%～33.33%,模型预测时间也缩减了49.47%。(本文来源于《吉林大学学报(地球科学版)》期刊2019年05期）
曹邦兴[9]（2019）在《自适应动态叁次指数平滑法在交通预测中的应用》一文中研究指出针对传统叁次指数平滑法预测模型中平滑系数固定不变、难以跟踪时间序列随时间变化的因素、无法反应不同时间段历史数据对预测结果的影响等缺点,提出了一种改进的动态叁次指数平滑法.该方法通过误差平方、最小原则和地毯式搜索算法来获得动态调整的平滑因子,对波动范围较大且呈非线性变化规律的数据有很强的适应性.将自适应动态叁次指数平滑法与SARIMA模型、叁次指数平滑法进行对比,由铁路旅客发送量的仿真实例分析结果可知,自适应动态叁次指数平滑法能更好地适应时间序列的变化趋势,具有良好的预测精度.(本文来源于《吉首大学学报(自然科学版)》期刊2019年05期）
赵波,田秀霞,李灿[10]（2019）在《基于自适应神经网络的电网稳定性预测》一文中研究指出电网安全稳定是电力企业乃至整个社会改革、发展、稳定的基础.随着电网结构复杂度的增加,更需要电网安全和稳定地运行,这是保证国民经济快速良好发展的重要要求.基于机器学习方法,提出了一种优化神经网络的电网稳定性预测模型,并和经典机器学习方法进行了横向对比.通过UCI 2018年电网稳定性仿真数据集的实验分析,结果表明,所提出的方法可以达到更高的预测准确率,同时也为电力大数据的研究提供了新思路.(本文来源于《华东师范大学学报(自然科学版)》期刊2019年05期）
自适应预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
视频压缩感知是解决无线多媒体网络中海量数据存储和传输问题的有效方法,但常规基于单帧处理的压缩重构质量较差,限制了应用效果。文中提出了基于BCS的结构预测和运动补偿的提高视频GOP序列重构质量的方法。对视频GOP序列,首先,利用分块压缩感知对关键帧和压缩帧分别进行压缩采样,并给出了一种视频稀疏性定量估算方法,实现了压缩采样率自适应选择;然后,基于迭代阈值投影重构算法,对关键帧和压缩帧分别进行压缩重构。在此基础上,利用视频帧区域块的结构相关性进行帧内结构预测,提高重构质量;最后,利用帧间的时间冗余性,通过运动估计和运动补偿进一步提高重构质量。仿真结果表明,结构预测和运动补偿能提高视频重构的峰值信噪比(PSNR)。该算法考虑了视频序列帧内和帧间相关性进行预测和补偿,提高了GOP序列的重构质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应预测论文参考文献
[1].马晓磊,李永光,庄红山,张彦军,汪凯威.基于自适应神经网络的光伏输出功率预测[J].信息技术.2019
[2].杨森林,万国宾.联合结构预测和运动补偿的视频自适应压缩感知[J].西北大学学报(自然科学版).2019
[3].刘胜兰,高凌寒,杜剑维,刘晨.基于自适应顺序的滚动轴承最优特征选取与寿命预测[J].舰船科学技术.2019
[4].盛志超,周勃,杜璞玉,秦瑾,王路.基于AdaGrad的GNSS-R镜面反射点自适应预测算法[J].无线电工程.2019
[5].李自成,徐升,刘国海,张荣标,冯大力.基于LMS/LMF混合算法的APF自适应预测无差拍控制[J].电力设备管理.2019
[6].李雨泰,李伟良,尚智婕,王洋,董希杰.基于云自适应粒子群优化算法和随机森林回归(CAPSO-RFR)的负载均衡预测[J].微型电脑应用.2019
[7].何领朝,林东,冯心欣.基于自适应秩动态张量分析的短时交通流预测[J].物联网学报.2019
[8].柳长源,刘鹏,毕晓君.基于自适应可变滤镜的地类变化预测模型[J].吉林大学学报(地球科学版).2019
[9].曹邦兴.自适应动态叁次指数平滑法在交通预测中的应用[J].吉首大学学报(自然科学版).2019
[10].赵波,田秀霞,李灿.基于自适应神经网络的电网稳定性预测[J].华东师范大学学报(自然科学版).2019
论文知识图
