基于高斯过程混合模型的时间序列预测算法研究

来源 :微电子学与计算机 | 被引量 : 0次 | 上传用户:majian198522
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对实时变化且不同时段差异大的时间序列,提出一种基于高斯过程混合模型的预测算法.该算法首先对时间序列进行预处理,并采用密度空间含噪聚类(DBSCAN)去除奇点.然后针对扩展迪基-福勒(ADF)检验结果将时间序列分为常数项、平稳和非平稳三类,最后基于高斯过程混合(GPM)模型对各类时间序列进行预测,并和差分自回归移动平均模型(ARIMA)、支持向量机(SVM)、高斯过程(GP)模型进行性能对比.以采购商品报价时间序列为例进行的预测结果表明:GP模型与GPM模型均能输出预测置信区间,给出预测结果的可信程度;G
其他文献
为探究西藏那曲树木的适生问题,在已建成生态沙漠大数据平台并实现高海拔地区生态信息全方位采集的基础上,对影响树木成活的相关环境因素进行分析。首先利用主成分分析法筛选
土壤墒情监测对于农作物播种、预测产量、科学指导农业灌溉、提高农业用水效率具有重要现实意义。本文设计实现一体化的土壤墒情远程智能监测系统,实现土壤温度、土壤含水量的采集、存储、传输和应用管理。系统采用NB-IoT物联网低功耗传输方式,通过MQTT通讯协议将土壤墒情数据传送到云数据平台,通过应用软件开发技术研发云平台数据综合管理系统,实现对土壤数据的处理和分析。系统具有GPS定位防盗功能,采用锂电和太
为进一步提高地膜回收效率和解决土壤地膜残留问题,研制出一种能够克服复杂作业环境的智能化地膜回收机,以实现地膜智能化自动回收。对智能化地膜回收机的整机结构和工作原理
期刊
2021年度上海市护理学会科研课题申报工作自4月份启动以来,得到各团体会员单位临床护理人员的积极参与。截至2021年5月,共收到相关申报66项。经既定程序组织申报者现场答辩及
2021年5月11日,国家卫生健康委员会医政医管局发布了题为《开启护理工作高质量发展新征程》的公告。公告指出,“十三五”以来,在党中央、国务院的坚强领导下,护理工作得到全
计算机网络的出现和应用,尽管为人们的生活提供了便利,但是,却引发网络病毒与黑客入侵、计算机系统崩溃、信息数据泄漏与丢失等网络安全隐患问题,这无疑增加了工业控制系统的
有色金属制造业是我国重要基础产业之一,是实现制造强国的重要支撑。当前,我国有色金属工业生产总体保持平稳运行,但仍然面临自主创新能力不足、发展质量效益不高、资源环境
针对传统的结构图提取方法难以在纹理平滑的同时更好的保持结构这一问题,采用迭代重加权最小二乘优化框架构建优化模型.针对图像中纹理与结构的梯度的不同,提出了相对极值变分.首先通过形态学中的闭合运算提取梯度图的极值图,然后扩展了窗口内在变分的指数权重,进而构建了新的优化模型.最后根据模型的非凸性,构建了Toeplitz矩阵进行数值求解.实验结果表明所提算法可以有效的移除图像纹理,更好的保持边缘结构与对比
随着识别率和实时性的提高,卷积神经网络目标检测算法的计算复杂度和内存需求急剧增加,难以应用在小尺寸和低功耗的嵌入式平台上.本文在分析现有目标检测神经网络模型结构的基础上,根据FPGA高实时性、低功耗以及并行处理的特点,提出了一种在FPGA上高速运算的神经网络模型规整化方法.在此方法指导下设计改进了一款目标检测神经网络模型结构,包括删除LRN层、Scale层的融合和替换Leaky-ReLU为ReLU