云南高校图书馆联盟文献共享服务平台- INFORM

INFORM: 作品数：167被引量：133H指数：5; 导出分析报告; 相关领域：医药卫生更多>>; 相关作者：毕敬李莘莘乔俊飞李颖田乐更多>>; 相关机构：重庆大学西安科技大学华北电力大学南京航空航天大学更多>>; 相关期刊：更多>>; 相关基金：国家自然科学基金中国博士后科学基金湖南省教育厅优秀青年基金四川省科技计划项目更多>>

基于PCA-Informer+模型的周期性甲烷菌体浓度预测研究: 《中南民族大学学报(自然科学版)》2025年第3期393-399,共7页杨帆毛腾跃占伟; 国家民委中青年英才培养计划(MZR20007);湖北省技术创新计划重点研发专项(2023BAB087);新疆维吾尔自治区区域协同创新专项(科技援疆计划)(2022E02035)。; 厌氧发酵是一种重要的生物技术,然而现有的检测技术无法实时测量发酵周期中甲烷菌体的浓度值,导致难以准确监测发酵状态.针对此问题,提出了基于改进Informer深度学习模型的周期性甲烷菌体浓度预测方法.首先,基于Informer构建基础预测模...; 关键词：Informer模型菌体浓度预测主成分分析

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Informer模型与流动电流检测器的水质处理研究: 《电子设计工程》2025年第8期43-47,共5页张连川; 为处理水质数据中的长距离依赖和多尺度时间特征,提前发现水质变化趋势,并实时反映混凝剂投加效果,精准控制投入量,避免药剂浪费,研究基于Informer模型与流动电流检测器的水质处理方法。在Informer模型内输入高关联度的水质特征样本集,...; 关键词：Informer模型流动电流检测器水质处理 Spearman相关性 PID算法

基于DWT-CNN-Informer模型的液压支架压力多步长预测: 《中国安全生产科学技术》2025年第4期57-63,共7页张传伟张刚强路正雄李林岳; 陕西省重点研发计划项目(2022GD-TSLD-63,2022GD-TSLD-64);陕西省教育厅项目(23JP100)。; 为了实现液压支架压力多步长精准预测,提出1种基于DWT-CNN-Informer模型的压力多步长预测方法,该方法利用离散小波变换(discrete wavelet transform, DWT)将预处理后的压力时序数据分解为趋势项和周期项频率分量;各频率分量输入卷积神...; 关键词：液压支架压力多步长预测离散小波变换 CNN模型 Informer模型

基于GAT-Informer模型的河南省空气污染物浓度预测: 《电脑知识与技术》2025年第7期6-10,共5页杨玥左卫兵; 河南省自然科学基金项目“复杂数据下线性混合模型的统计推断”(142300410401);河南省高等教育教学改革研究与实践项目(研究生教育类)“新时代地方高校专业硕士学位论文全流程管理质量监督体系构建研究与实践”(2023SJGLX106Y)。; 为了提高空气污染物浓度预测的精度和效率,提出了一种结合图注意力网络(GAT)和Informer的深度学习模型——GAT-Informer。该模型利用GAT提取各个监测站点之间的空间特征,充分利用相关站点的特征信息;Informer有效地挖掘时间序列的长期...; 关键词：空气污染物浓度预测图注意力网络深度学习时间序列

Predicting tunnel boring machine performance with the Informer model:a case study of the Guangzhou Metro Line project: 《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》2025年第3期226-237,共12页Junxing ZHAO Xiaobin DING; supported by the National Natural Science Foundation of China(No.41827807);the Foundation of the Guangdong Provincial Key Laboratory of Modern Civil Engineering Technology(No.2021B1212040003),China.; Accurately forecasting the operational performance of a tunnel boring machine(TBM)in advance is useful for making timely adjustments to boring parameters,thereby enhancing overall boring efficiency.In this study,we us...; 关键词：Boring machine performance Informer model Deep learning Thrust force

基于Auto-Informer模型的短期风电功率预测研究: 《电力科学与工程》2025年第3期30-37,共8页杨宏孟令蛟张铁峰; 国家自然科学基金资助项目(62273146)。; 准确的短期风电功率预测对于保障风力发电系统与电网的安全稳定运行具有重要意义。由于风速受季节变化、昼夜交替等因素的影响,风力的发电功率呈现出周期性变化的特点。因此,为了高效捕捉时间点之间的周期依赖关系,提出一种基于Auto-Inf...; 关键词：风电功率预测长序列预测 Informer模型自注意力机制自相关机制

基于情感分析和Informer的股票预测方法: 《现代信息科技》2025年第4期139-144,共6页倪学曜; 针对股票价格受复杂因素及投资者情绪影响导致的预测难题,提出了一种融合情感分析与Informer模型的股票价格预测方法。首先,运用AdaBoost模型从大量数据中提取关键特征变量,以降低模型过拟合的风险。其次,构建金融情感词典,对通过网络...; 关键词：情感分析股票预测 Informer模型

Hemispheric prediction of solar cycles 25 and 26 from multivariate sunspot time-series data via Informer models: 《Astronomical Techniques and Instruments》2025年第1期16-26,共11页Jie Cao Tingting Xu Linhua Deng Xueliang Zhou Xinhua Zhao Nanbin Xiang Fuyu Li Miao Wan Weihong Zhou; supported by the National Nature Science Foundation of China(12463009);the Yunnan Fundamental Research Projects(202301AV070007,202401AU070026);the"Yunnan Revitalization Talent Support Program"Innovation Team Project(202405AS350012);the Scientific Research Foundation Project of Yunnan Education Department(2023J0624,2024Y469);the GHfund A(202407016295)。; Solar activity plays an important role in influencing space weather,making it important to understand numerous aspects of spatial and temporal variations in the Sun's radiative output.High-performance deep learning mo...; 关键词：Solar magnetic fields Solar cycle Deep learning

融合滑动窗口和Informer网络的渔船轨迹预测方法: 《计算机技术与发展》2025年第1期148-153,共6页郭洋李想李响凝; 国家自然科学基金资助项目(61802046);辽宁省教育厅科学研究经费资助项目(QL202015);辽宁省社会科学规划基金项目(L22CJY004)。; 为了实现渔船作业行驶轨迹的精准预测,进而完成对驶入禁锚区的渔船进行警告的需求,该文提出基于融合滑动窗口和Informer网络的渔船轨迹预测方法(SIFP)。首先,对AIS数据进行预处理,通过在窗口内计算均值或中值等统计量,从而降低噪声的影...; 关键词：海底电缆保护渔船轨迹预测深度学习 Informer网络滑动窗口 AIS数据

INFORM