云南高校图书馆联盟文献共享服务平台- INFORMER

检索规则说明：AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：范例一： (K=图书馆学 OR K=情报学) AND A=范并思　　　　范例二：J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual

全部期刊核心期刊 EI来源期刊 SCI来源期刊 CA来源期刊 CSCD来源期刊 CSSCI来源期刊

TMRE:Novel Algorithm for Computing Daily Reference Evapotranspiration Using Transformer-Based Models: 《Computers, Materials & Continua》2025年第5期2851-2864,共14页Bushra Tayyaba Muhammad Usman Ghani Khan Talha Waheed Shaha Al-Otaibi Tanzila Saba; funded by Princess Nourah bint Abdulrahman University and Researchers Supporting Project number(PNURSP2024R136),Princess Nourah bint Abdulrahman University,Riyadh,Saudi Arabia.; Reference Evapotranspiration(ETo)iswidely used to assess totalwater loss between land and atmosphere due to its importance in maintaining the atmospheric water balance,especially in agricultural and environmental mana...; 关键词：Reference evapotranspiration ETo TRANSFORMER INFORMER autoformer FEDformer timeseries forecasting self-attention

融合GCN与Informer的序列推荐算法: 《现代电子技术》2025年第8期39-44,共6页范利利李然王宁王客程吴江; 中国医药教育协会2022重大科学攻关问题和医药技术难题重点课题(2022KTM036)。; 为了解决长序列推荐算法的准确率低和冷启动问题,提高推荐算法的性能,提出一种融合GCN与Informer的序列推荐算法VGIN。使用图卷积网络提取数据中节点之间的空间特征,引入Informer模型来处理数据潜在的时间依赖性,再将两种特征输入多层...; 关键词：序列推荐算法冷启动图卷积网络 Informer模型变分自编码器特征提取

基于DC-CNN-PE-SSA-Informer的电缆缆芯温度预测研究: 《昆明理工大学学报(自然科学版)》2025年第2期116-125,共10页鲍克勤赵欣妍刘擘王仕博郝海斌; 上海市自然基金面上项目(20ZR1421300);上海市电站自动化技术重点实验室项目(13D0Z2273800)。; 针对电缆缆芯温度不易直接测量,且预测精确度不足的问题,本文提出了DC-CNN-PE-SSA-Informer混合预测模型,该模型利用扩展因果卷积网络(DC-CNN)增强对时间序列数据局部特征的捕捉能力,并将提取的特征传递至Informer模块以捕获长期依赖关...; 关键词：电力电缆温度预测扩展因果卷积网络(DC-CNN) INFORMER 麻雀搜索算法(SSA) 位置编码(PE)

基于变分模态分解和集成深度学习的短期风速预测: 《武汉大学学报(工学版)》2025年第4期677-686,共10页王鑫鑫凌薇艾学轶; 国家自然科学基金项目(71901167)。; 针对风速具有强烈的非线性、非平稳性与随机性导致风速预测准确性受到极大考验的问题,提出一种基于变分模态分解和集成深度学习融合的短期风速预测模型。该模型利用鲸鱼群算法(whale optimization algorithm,WOA)优化选择变分模态分解(v...; 关键词：变分模态分解 INFORMER 时间卷积网络风速预测

基于Informer神经网络的福建省货运量预测: 《山东交通学院学报》2025年第1期16-23,共8页燕学博钟凯彬; 福建省数字城乡融合发展科技经济融合服务平台项目(KY320389)。; 为准确预测货运量,以福建省货运量为研究对象,分别从产业结构水平、经济发展水平、物流发展水平和人文因素等4个方面选取货运量的主要影响因素,以1978—2022年福建省货运量及货运量影响因素数据构建数据集,基于Informer神经网络构建货...; 关键词：货运量预测 Informer神经网络交叉验证法

基于TCN-Informer的多源融合虚拟最优气象源光伏功率预测: 《水力发电》2025年第3期97-104,124,共9页赵雪锋张宇宁詹巍李明烜杨岩杨磊杨锡运; 四川省科技计划重点研发项目(2023YFG0108);国家电投集团四川电力有限公司科技项目(XNNY-WW-KJ-2021-16)。; 为解决光伏功率气象源数据质量不佳和来源单一所造成的预测精度不足问题,提出了一种基于TCN-Informer的多源融合虚拟最优气象预报源的光伏功率组合预测模型。首先,选取待预测电站临近气象站点,提取功率预报相关气象数据,筛选最佳气象因...; 关键词：多源融合虚拟最优 TCN INFORMER 光伏功率预测

基于MIC-Informer-DLinear的电梯故障预测方法: 《科技与创新》2025年第4期56-59,共4页单景东王晨张欢仇润鹤; 教育部产学合作协同育人项目(编号:230805384035416)。; 针对现有电梯故障预测方法存在特征冗余、预测精度难以提高等问题,提出一种基于MIC-Informer-DLinear的电梯故障预测方法。该方法首先利用最大互信息系数分析不同电梯运行数据特征与电梯故障之间的相关关系,确定相关性显著的电梯故障影...; 关键词：故障预测 INFORMER DLinear 时序预测

基于时间序列的非周期预测模型: 《大数据》2025年第1期135-149,共15页曹建文委兴宝杨裔李彩虹赵文清; 科技创新2030—“新一代人工智能”重大项目(No.2021ZD0111405);甘肃省2023年度省级重点人才项目。; 在实际应用中,纯周期性的数据相对罕见,大多数数据往往表现出非周期性特征,难以通过简单的周期性变化进行预测或描述。而单一神经网络在处理非周期性时间序列时往往面临过拟合、长时依赖捕获困难、非线性关系捕获有限等问题。为了有效...; 关键词：多变量时间序列预测卷积神经网络 LSTNet INFORMER

基于SVMD-FE和改进Informer的短期负荷预测: 《河北电力技术》2025年第1期51-58,共8页印文博谷卫; 针对电力负荷非平稳性导致负荷预测精度低的问题,采用改进Informer模型对经过逐次变分模态分解(sequential variational mode decomposition, SVMD)算法和模糊熵(fuzzy entropy, FE)综合处理后的子序列进行预测,构建了SVMD-FE和改进Info...; 关键词：短期负荷预测相对位置编码扩展因果卷积变分模态分解

线性分解和周期增强Informer的太阳辐射短临预报研究: 《太阳能学报》2025年第2期505-510,共6页姚蕊刘小芳; 高层次创新人才培养专项(B12402005);四川轻化工大学人才引进项目(2021RC16);教育部高等教育司产学合作协同育人项目(202101038016)。; 针对辐射周期趋势及外部影响特征捕获不足的问题,提出一种线性分解和周期增强Informer的地表太阳辐射短临预报方法。首先,改进灰色关联度方法,获取历史辐射与多种外部气象因素关联度,提取16种高相关外部气象特征建立高关联特征集,强化...; 关键词：太阳辐射 INFORMER TRANSFORMER 平滑序列线性分解周期嵌入灰色关联度

INFORMER