云南高校图书馆联盟文献共享服务平台- 时间序列数据

时间序列数据: 作品数：598被引量：3510H指数：23; 导出分析报告; 相关领域：经济管理更多>>; 相关作者：王建民毕敬邵雄凯赵亮曹卫华更多>>; 相关机构：国家电网有限公司中国科学院浙江大学山东大学更多>>; 相关期刊：更多>>; 相关基金：国家自然科学基金国家社会科学基金教育部人文社会科学研究基金国家高技术研究发展计划更多>>

Apache TsFile中的短时间序列分组压缩及合并方法: 《软件学报》2025年第3期941-961,共21页刘星宇宋韶旭黄向东王建民; 国家重点研发计划(2021YFB3300500);国家自然科学基金(62232005,62021002,62072265,92267203);国家电网公司总部科技项目(5700-202435261A-1-1-ZN)。; 时间序列数据在工业制造、气象、电力、车辆等领域都有着广泛的应用,促进了时间序列数据库管理系统的发展.越来越多的数据库系统向云端迁移,端边云协同的架构也愈发常见,所需要处理的数据规模愈加庞大.在端边云协同、海量序列等场景中,...; 关键词：数据压缩时间序列数据数据库工业物联网

基于时序Sentinel-2数据的江汉平原养殖池提取: 《自然资源遥感》2025年第1期169-178,共10页陈志洋毛德华王宗明林楠贾明明任春颖王铭; 国家自然科学基金重点项目“全球湿地遥感分类方法研究”(编号:42330109)资助。; 近年来,水产养殖业的迅速发展引发了一系列的生态环境问题。江汉平原作为我国最重要的淡水养殖基地之一,研究其养殖池变化对我国的生态保护至关重要。因此,该文面向江汉平原区域,基于谷歌地球引擎(Google Earth Engine,GEE)与Sentinel-...; 关键词：江汉平原内陆养殖池 K-MEANS 时间序列数据 Google Earth Engine

基于时间序列数据驱动的在线学业预测机理模型研究: 《现代远距离教育》2025年第1期58-67,共10页姜强刘盼倪静郝美霞赵蔚; 国家自然科学基金面上项目“网络学习空间中的学习风险预警模型和干预机制研究”(编号:62077012);教育部哲学社会科学研究后期资助项目“高质量发展目标下深度学习的发生机制与促进策略研究”(编号:23JHQ086);吉林省社会科学基金项目“吉林省高等教育数字化转型路径及对策研究”(编号:2023B88);吉林省教育厅社科重点项目“数据驱动的在线学业预警及干预策略研究”(编号:JJKH20241387SK);吉林省高等教育教学改革研究课题“数智时代混合式教学模式下教育技术学专业课程建设与教学实践研究”(编号:2024L5L2IY6001U)。; 在线学业预测是教育领域中的关键环节,是实现教育数字化和个性化教学的重要途径。当前,在线学业预测方法多依赖数据的静态特征,动态捕捉学生的在线学习行为是确保学业预测精准度和适用性的迫切要求。本研究以数据驱动和人工智能技术为核...; 关键词：时间序列数据在线学习学业预测机理模型

多模型融合的时间序列数据预测方法: 《西安邮电大学学报》2025年第1期115-122,共8页张建勋胡少杰芦丽旭潘禹江; 中国高校产学研创新基金项目(2021FNA04016);天津市教委科研计划项目(2020KJ113);天津市哲学社会科学规划研究项目(TJYJ20-019);天津职业技术师范大学科研启动项目(KYQD202002)。; 针对长短期记忆(Long Short-Term Memory,LSTM)神经网络预测滞后性和过度依赖数据的问题,提出一种多模型融合的时间序列数据预测方法。该方法在融合经验模态分解和自回归积分滑动平均模型(Autoregressive Integrated Moving Average Mod...; 关键词：经验模态分解自回归移动平均长短期记忆神经网络注意力机制时间序列数据预测

基于BPNN的混合ARIMA时间序列数据预测模型: 《信息技术与信息化》2025年第1期102-105,共4页徐海洋邓文文李彤; 传统的时间序列预测模型具有较好的稳定性和可解释性,但也存在一些问题,一方面是对于非线性时间序列的适应能力不足,另一方面是对于具有季节性变化的时间序列的适应能力不足,需要通过差分操作消除时间序列的趋势和季节性,但这种方法存...; 关键词：深度学习卷积神经网络时间序列数据短期预测预测模型

深度学习在钢结构货架变形预测中的应用研究: 《山西建筑》2025年第2期28-32,43,共6页魏来张雅晨潘健胡一清; “数字周岗”改造工程建设项目(编号:823140816)。; 随着工业化和物流行业的发展,钢结构货架在仓储和物流系统中越来越重要,因此准确预测其变形至关重要。文章介绍了一种基于双向长短时记忆网络(BiLSTM)和注意力机制的预测算法,该算法利用时间序列数据,通过深度学习模型进行训练,能够更...; 关键词：自动化监测深度学习时间序列数据双向长短时记忆网络与注意力机制(BiLSTM-Attention)

基于LSTM的东曲矿机电设备温度状态预测模型研究: 《山东煤炭科技》2025年第1期87-91,共5页赵伟丽; 针对东曲矿采煤机电设备运转时间长,工作环境恶劣,导致机器设备故障频发,传统方法通过实时温度监测的数据来反映设备工作状态,但鉴于温度为滞后指标,设备在参数异常前就已经故障,无法达到预防目的,提出使用长短期记忆神经网络(LSTM)模...; 关键词：煤矿机电设备温度监测时间序列数据 LSTM

矩阵因子模型在宏观经济数据填补中的运用:一种算法新探: 《南宁师范大学学报（自然科学版）》2024年第4期23-36,共14页林欣雨戴翔孙侨兵; 国家社会科学基金重大项目“中国式现代化的统计监测评价问题研究”(23&ZD036)。; 随着大数据技术的飞速发展,高维数据的缺失问题变得愈发显著,尽管如此,针对这一问题的研究仍然为准确识别并妥善处理数据存储和采集中出现数据缺失问题,基于矩阵因子模型的缺失数据填补算法,在保证矩阵时序数据结构的完整性的同时,可利...; 关键词：矩阵因子模型宏观经济矩阵时间序列数据缺失值填补动态交互作用

基于LSTM模型的量化投资时间序列数据处理研究: 《电脑知识与技术》2024年第34期60-62,共3页韩凯东; 长短期记忆网络(LSTM)因其强大的序列建模能力,成为时间序列预测任务中的主流深度学习模型。然而,股票数据作为典型的时间序列数据,常常面临数据格式多样、内容错误、非线性和非平稳性、模型数据要求格式高等问题。该文详细阐述了针对L...; 关键词：量化投资深度学习长短期记忆网络(LSTM) 时间序列数据预处理

基于大数据的时序数据分类模型鲁棒性验证: 《长江信息通信》2024年第11期70-72,共3页李艳; 不可逆的时序数据是物联网产业的重要组成部分。但如何识别来源复杂且多样的时序数据,并对其进行分类,保障计算模型的顺畅运转是其中的难点。针对此问题,研究提出了基于大数据的时序数据分类模型,采用局部投影算法增强并识别获取的时序...; 关键词：大数据时间序列数据局部投影法动态主成分分析麻雀搜索算法

时间序列数据