Results 21 to 30 of about 16,016 (204)
全球能源互联网, 2023 在新常态经营形势下，用电量的精细化预测对于电力系统的安全、稳定、经济运行具有重要意义。采用基于数据驱动与误差修正的递进式思路，研究行业用电量主要影响因素辨识与预测方法。首先，在数据驱动层面，从相关度和冗余度角度应用最大信息系数和最大关联-最小冗余性初步识别主要影响因素。其次，在误差驱动层面，采用随机森林方法考虑误差进行影响因素精筛。再次，构建考虑了递进式主要影响因素辨识的行业用电量预测模型。预测模型应用自组织映射方法对典型行业的细分行业用电数据样本集进行聚类 ...
赵阳 +4 more
doaj +1 more source
大数据, 2022 随着互联网技术的发展，网络舆情热点信息能在短时间内迅速传播。预测舆情热点的发展趋势，有助于高校对学生思想健康状况进行分析管理，也是当下网络舆情信息研究领域的重要课题。针对微博中的舆情信息文本，构建基于时间编码长短期记忆网络（LSTM）的高校舆情热点趋势预测模型，并与支持向量机、循环神经网络两种模型的预测效果进行对比，验证了基于时间编码的LSTM算法在舆情趋势预测上的准确率。最后，利用微博中的高校实时舆情事件对构建的模型预测效果进行评估，并动态调整评估参数，实现了对评估性能的优化，预测效果得到了显著提升。
易杰 +4 more
doaj +1 more source
Zhongguo cuzhong zazhi摘要： 预测模型是用来预测个体发生目标事件概率或预测结局值的统计模型。预测模型结果可视化展现是开发预测模型全流程中必不可少的一部分。良好的预测模型展现形式不仅可以使预测结果具有更好的可读性、可解释性，也在很大程度上决定了其使用方式和便利性。本文将详细介绍各种预测模型的展现形式，并阐述各自的优缺点。随后结合脑血管病临床预测模型研究，通过研究示例逐一介绍不同展现形式在脑血管病研究中的应用。 Abstract: A prediction model is a statistical model ...
金奥铭，谷鸿秋
doaj +1 more source
智能科学与技术学报, 2023 对周围车辆轨迹的精确预测可以辅助自动驾驶车辆做出合理的即时决策。虽然相比传统轨迹预测算法，深度学习方法已取得较好效果，但是自动驾驶车辆在异构高动态复杂变化环境下实现多模态高精度预测仍存在信息丢失、交互和不确定性难以建模、预测缺乏可解释性等问题。Transformer具备的长距离建模能力和并行计算能力使其不仅在自然语言处理领域取得巨大成功，而且在扩展至自动驾驶多模态轨迹预测任务时也解决了以上问题。基于此，对过去基于深度神经网络的方法，特别是对基于Transformer的方法进行全面总结与回顾 ...
黄峻, 田永林, 戴星原, 王晓, 平之行
doaj +1 more source
, 2020 对昌乐县1971～2010年的降水资料进行干旱特征分析,利用灰色系统理论建立了年旱和春、夏、秋季的干旱预测模型,并将2011～2019年的预测结果与实况进行对比验证,预测结果具有一定参考价值。进而利用预测模型对未来十年干旱趋势进行预测,结果显示在2021~2023年和2026~2027年出现年旱或各季干旱的可能性较大。
吴 冠楠 +4 more
semanticscholar +1 more source
Policy Effectiveness in Managing Drug Shortages: Evidence From South Korea (2015–2024)
World Medical &Health Policy, EarlyView.ABSTRACT Drug shortages represent a growing policy challenge for healthcare systems worldwide. This study investigates actual drug shortage events in South Korea from 2015 to 2024, using a “Shortage Occurred vs. Shortage Non‐Occurred” framework to distinguish real‐world disruptions from administrative classifications.
Seung‐Rae Yu
wiley +1 more source
Functional Ecology, EarlyView.Read the free Plain Language Summary for this article on the Journal blog. Abstract Decomposition is the transformation of dead organic matter into its inorganic constituents. In most biomes, decomposition rates can be accurately predicted with simple mathematical models, but these models have long under‐predicted decomposition in globally extensive ...
Heather L. Throop +8 more
wiley +1 more source
Multiple global change factors alter the scaling of nitrogen to phosphorus in alpine plants
Functional Ecology, EarlyView.Read the free Plain Language Summary for this article on the Journal blog. Abstract The stoichiometry and allometry of nitrogen (N) and phosphorus (P) reflect nutrient absorption and dynamic allocation by plants, and can be regulated by global change factors (e.g. nitrogen enrichment, climate warming and altered precipitation). Yet, how multiple global
Jiapu Li +10 more
wiley +1 more source
Zhejiang Daxue xuebao. Lixue ban, 2019 针对目前大部分PM2.5 预测模型预测效果不稳定、泛化能力不强的现状，以记忆能力较强的循环神经网络（RNN） 和特征表达能力较强的卷积神经网络（CNN） 为基础，采取Stacking 集成策略对两者进行融合，提出了RNN-CNN 集成深度学习预测模型。该模型不仅充分利用时间轴上的前后关联信息去预测未来的浓度，而且在不同层次上将自动提取的高维时序数据通用特征用于预测，以保证预测结果的稳定性。最后，对集成之前的 RNN、CNN 和集成之后的RNN-CNN 模型，以2016 年中国大陆地区1 466 ...
HUANGJie(黄婕) +4 more
doaj +1 more source
Conservation Biology, EarlyView.Abstract Identifying refugia from emerging threats is vital to ensure the persistence of rare and threatened species, but modeling habitat distribution for these species is challenging and the role of people in refuge management is rarely considered. Myrtle rust is an emerging infectious disease that represents a grave threat to the rare wetland tree ...
Sarah M. Herbert +7 more
wiley +1 more source