【摘 要】
：
可吸入细颗粒物PM2.5,其形成与扩散既受人类生产活动影响也受季节气候条件影响,PM2.5浓度变化具有规律与随机交互的非线性特征,传统预测方法遇到较大困难.文章提出了一种基于小波分解的深度学习预测模型WD-LSTM,针对小波分解不具有自适应等局限性提出基于经验模态分解的深度学习预测改进方法EMD-LSTM,对PM2.5浓度时序数据进行经验模态分解以获其在不同时间周期尺度的子序列,最后利用LSTM对各子序列进行预测计算.文章采集了辽宁省沈阳市11个空气质量监测站2017年1月至11月7316条小时级数据,将
【机 构】
：
中国人民大学信息学院,北京100872
论文部分内容阅读
可吸入细颗粒物PM2.5,其形成与扩散既受人类生产活动影响也受季节气候条件影响,PM2.5浓度变化具有规律与随机交互的非线性特征,传统预测方法遇到较大困难.文章提出了一种基于小波分解的深度学习预测模型WD-LSTM,针对小波分解不具有自适应等局限性提出基于经验模态分解的深度学习预测改进方法EMD-LSTM,对PM2.5浓度时序数据进行经验模态分解以获其在不同时间周期尺度的子序列,最后利用LSTM对各子序列进行预测计算.文章采集了辽宁省沈阳市11个空气质量监测站2017年1月至11月7316条小时级数据,将文章提出的WD-LSTM、EMD-LSTM与LSTM、Xgboost等进行多重对比实验.结果表明,WD-LSTM和EMD-LSTM预测模型总体上具有更高的预测精度、在分站点以及分时间尺度对比中体现出更强的泛化能力,其中EMD-LSTM在高污染情况下相比其他模型表现出更好的预测准确性.
其他文献
高速磁浮列车相对位置传感器是列车测速定位系统的重要传感器之一,针对传感器的故障检测与列车高速运行下的研究测试,需要研发一套传感器的离线模拟测试平台.基于C#语言对测试平台上位机软件进行了设计,与测试平台控制箱连接,实现了对传感器的测试控制和传感器测试信号的采集、显示及处理.
该研究采用盆栽法,于百日草幼苗期叶面喷施不同浓度(100、150、200、250 和 300 mg·kg-1)三唑酮(tri-adimefon,TD)预处理后进行自然干旱和复水处理,分析百日草植株农艺性状及生理特性的变化,并筛选出对百日草抗旱效果最佳的三唑酮浓度,以明确三唑酮对干旱胁迫下百日草幼苗生长的影响机理,为百日草的抗旱栽培应用及抗性品种选育提供理论依据.结果显示:(1)不同浓度的TD预处理能明显提高百日草幼苗的抗旱能力,表现为增加幼苗植株的根长、茎粗、根冠比,降低幼苗的株高,减少叶面积,达到缓解干
首先分析了当前在市场质量监管领域开展质量风险分析和产品伤害分析的主要做法,再以重点工业品为研究对象,使用中国质量新闻网民生新闻数据,创建风险词集,讨论通过训练词嵌入模型进行质量风险计算的方法.通过计算各类词向量之间的余弦相似度,近似得出不同风险类型下,各产品和生产企业的质量风险情况.并结合国家和各省、直辖市历年来产品质量抽查报告中各产品的不合格项情况,对实验结果进行验证和补充分析.最后根据产品可能造成的伤害程度,进行质量风险评估.文章分析结果可为消费提示、质量信用评价提供一定支撑.
工程及科技实践中,多种不确定系统的数学模型可以用区间系统以及区间优化模型来刻画.文章主要探讨混合区间系统的区间解问题.我们定义了混合区间线性系统几种新的区间解,包括弱区间解、强区间解、容许区间解和控制区间解,并研究了它们的相关性质.特别地,我们还刻画了区间方程Ax=b和区间不等式Ax≤b之各类区间解的特征,这些特征与区间分析中著名的经典不等式Oettli-Prager不等式和Gerlach不等式在形式上完全类似.同时,文章给出了一个区间解的应用背景实例和一个区间解计算实例.
文章研究了具有时变时滞和范数有界不确定参数的中立型马尔科夫跳变系统(NMJs)的无源分析和基于无源的混合时滞滤波器设计问题.首先,通过构造模态相关的Lyapunov泛函并引入自由权矩阵(FWMs),得到了中立马尔科夫跳变系统无源的时滞相关条件.其次,通过线性矩阵不等式(LMIs)设计了模态相关中立型无源滤波器,以保证增广的中立马尔科夫跳变滤波误差系统的无源性.通过数值算例和部分元件等效电路(PEEC)验证了该方法的有效性.
合理的应急医疗物资储备量和最优的分配方案可以有效降低突发公共卫生事件造成的损失.结合重大突发公共卫生事件的不确定性,研究随机需求下的应急医疗物资储备与分配问题.在事件发生前,确定各个储备库中的医疗物资储备量;在事件发生后,确定有限储备物资的最优分配调运方案.以突发公共卫生事件发生前的医疗物资储备成本(包括采购成本和库存持有成本)和事件发生后的期望损失(包括运输费用和缺货损失)之和极小化为目标建立两阶段随机规划模型,并利用Gurobi软件进行求解.通过不同规模算例的模拟计算并与传统的期望值方法进行对比,验证
当前推荐系统的商业价值日益突显,虚假用户检测成为保障推荐系统信息安全的关键.现有方法忽略了虚假用户检测问题的代价敏感特性,为此提出一种基于双重欠采样代价敏感学习的检测算法.首先对数据集进行双重采样均衡样本集,然后设计动态隶属度代价函数精确地刻画个体样本误分类代价差异.最后,建立代价敏感支持向量机得到检测函数.实验结果表明文章方法在降低总体误分类代价的同时提高了虚假用户的识别率,有效地解决了推荐系统虚假用户检测中的代价敏感问题.
在资源受限情况下,最大限度地减少森林火灾造成的资源损失,实施快速高效的森林消防应急救援成为亟待解决的现实问题.针对森林火灾救援问题的特点,根据不同火灾点的严重程度和火势蔓延速度对火灾救援优先级进行划分;在此基础上,以消防车辆救援时间最小化作为优化目标,建立消防救援车辆路径优化的混合整数线性规划模型.为解决资源受限下森林火灾应急资源调度问题,提出一种基于实数编码的改进人工蜂群算法.具体包括根据问题特点设计基于启发式思想的种群初始化,提出一种均匀策略提升解码质量,并设计高效的交叉算子提升雇佣蜂和跟随蜂的寻优搜