组合模型

摘要： 为满足给水系统日常管理对短期需水量预测时效的需求,建立了所需训练时间短的核极限学习机模型(kernel-based extreme learning machine,KELM);从提升预测精度的角度考虑,构造了以傅里叶级数为理论依据的残差修正模块(Fourier se-ries,FS),利用该模块对需水量初始预测值与观测值之间的差值进行建模,完成对初始预测值的残差修正,将该模块叠加于KELM模型上形成了组合预测模型(KELM+FS).通过实际数据对模型进行性能测试,结果表明:KELM模型能够与人工神经网络模型、支持向量回归模型产生相似的预测精度,但预测时间仅为二者平均值的5％左右;组合模型KELM+FS在未显著增加预测时间的前提下,比KELM模型相对预测精度提升了12％左右.在用于短期需水量预测时,无论单一模型KELM还是组合模型KELM+FS都能达到有效提升预测效率的目的.

摘要： 运用2000-2020年中国与东南亚贸易数据与各国宏观经济数据,利用7种机器学习模型构建中国-东南亚进出口额预测模型,并在此基础上构建了基于权重分配的SGD-LASSO-XGBoost组合预测模型。实证结果表明,与单一机器学习预测模型相比该组合模型具有更高的预测准确度。

摘要： ARIMA、LSTM等多种预测模型已在时间序列预测中得到应用,预测精度参差不齐。ARIMA、LSTM以及ARIMALSTM组合模型的预测精度仍有提升空间。为LSTM引入注意力机制形成AT-LSTM模型,将ARIMA的预测残差引入ATLSTM,进一步提高预测精度。利用不同的评估方法对混合模型进行评估,实验结果表明ARIMA和AT-LSTM组合模型的误差降低4倍,预测精度得到了提高。

摘要： 为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经网络的组合模型,基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析,并与ARIMA、BP神经网络单一模型进行对比。实验结果表明,ARIMA-BP残差优化的组合模型结果精度较高,评价指标MAE、MAPE、RMSE分别为5 135.90、0.020 9、8 462.49。基于ARIMA-BP残差优化的组合模型实现了对货运量的较好预测,对铁路运输部门灵活制定相关政策具有重要意义。

摘要： 针对天顶对流层总延迟(ZTD)具有一定的时空变化特性,提出了一种基于BP神经网络、长短期记忆网络(LSTM)算法的区域/单站ZTD组合预测模型.以连续14天香港连续运行参考站(CORS)网络18个监测站观测数据为例,利用BP神经网络、LSTM及本文算法进行了区域、单站及二者组合ZTD预测模型研究.HKWS测站的预测结果表明:利用前13天数据预报第14天数据,区域、单站、组合模型ZTD预测的均方根误差(RMSE)分别为10.2 mm、10.4 mm、8.5 mm,组合模型相对于区域、单站模型预测精度分别提升了17.2%、18.4%.

摘要： 为解决图像配准中因旋转变换,尺度缩放,光照变化,相机抖动,气流变化以及压缩等影响成像质量,而导致特征点检测数目不足的问题,本文提出了基于组合模型的图像配准方法.该方法采用KAZE与SURF算子联合检测局部区域中线性与非线性特征点;同时为了提高计算效率,采用二进制向量描述符表征特征点,并使用汉明距离计算特征点之间的匹配距离,有效地提高匹配效率;最后,利用随机一致性算法(RANSAC)进一步消除异常点,并根据内点之间的对应关系来计算几何变换模型.实验结果表明:本文有效地解决了因特征点数目不足配准失效的问题,多幅图像的配准实验结果说明了本文方法具有更好的稳定性与鲁棒性,同时运行效率最快.

摘要： 为辅助卫星在轨运行提供决策分析支持,结合卫星遥测参数的时间序列特性,利用一种ARIMASVR组合预测方法,通过对卫星遥测参数进行预测,判定实际遥测数据是否处于正常范围。该组合模型利用ARIMA模型对预处理后的数据进行线性拟合,并利用SVR模型对数据的非线性部分进行补偿。以KX09卫星星敏A的温度遥测数据为基础,分别利用组合模型对短期及中期星敏A温度进行预测,得出短期和中期均方根误差(RMSE)分别为0.768和0.968,相比单一ARIMA模型,短中期RMSE分别提高46.2%和16.4%。此外,对该卫星陀螺B的x轴角速度进行了短中期预测:短期预测中,组合模型比单一ARIMA模型的RMSE提高71.2%;中期预测中,组合模型比单一ARIMA模型的RMSE提高64.2%。实验结果表明,ARIMA-SVR组合模型为保证卫星在轨正常运行提供了有效的决策分析支持。

摘要： 鹅绒委陵菜(Potentilla anserina)是多年生蔷薇科草本植物,在黄河源区分布较为广泛,是青藏高原主要的野生经济植物之一。目前鲜有在区域尺度上刻画鹅绒委陵菜空间分布格局的研究,没有适宜的大范围开展高精度观测方法是主要限制因素之一。本研究利用无人机路径规划和信息提取系统(FragMAP)于2018–2020年在黄河源区获取了>3000个观测样本(航拍照片)。基于高分辨率(0.55 mm)航拍照片,人工识别鹅绒委陵菜出现与否作为基础数据(即0,1型数据集),利用BIOMOD物种分布集成预测平台,结合气候、地形、土壤3类环境数据预测黄河源区鹅绒委陵菜的分布特征,并在气候变化背景下模拟2050年和2070年源区内鹅绒委陵菜的空间分布特征。结果表明:1)组合物种分布模型能降低预测的不确定性,较好地模拟黄河源区鹅绒委陵菜的空间分布特征。2)鹅绒委陵菜在黄河源区的潜在分布主要集中在中部和东南部,影响其空间分布的主要因子为年降水量和海拔高度。3)在未来气候情景下,黄河源区鹅绒委陵菜极适宜生境面积呈先增加后降低的趋势。本研究在区域尺度上刻画了鹅绒委陵菜分布特征,为高寒草地经济作物的合理管理与利用、特色农业经济发展以及黄河源区生态恢复和高寒地区的生态建设提供必要的理论和实践基础。

摘要： 准确的负荷预测是电力系统安全稳定运行的重要保障,为了进一步提高电力负荷的短期预测精度,依托信号处理和深度学习技术,针对电力负荷数据的特征降维方法以及组合模型的构建进行深入研究。首先利用随机森林的平均不纯度减少法(MDI)实现多维负荷数据的特征降维,实验结果证明上述方法能有效筛选出影响负荷的主要因素,提高模型学习效率。在此基础上,提出融合多种算法优点的CEEMDAN-ARIMA-LSTM组合模型,通过设置上述组合模型与单一LSTM模型以及AutoEncode-VMD-BP的对比实验,有力论证了所提模型在负荷预测方面具有更高的精确度和适用性。

摘要： 科学准确的需水量预测结果可以为城市水资源供需平衡决策提供合理依据。针对城市需水涉及因素多、历史数据样本量少、需水量具有波动性和不确定性的特点,提出了基于GA-BP神经网络与正态区间估计的组合预测模型,模型使用主成分分析法、灰色关联分析法筛选影响因子,加入遗传算法优化BP神经网络,构建GA-BP神经网络,最后引入正态区间估计,输出需水量区间预测值,利用此模型对邯郸市2019年总需水量进行模拟预测,结果表明:单一使用GABP神经网络的点预测结果相对误差在-6.2%~5.13%之间;基于GA-BP神经网络和正态区间估计的组合预测模型的区间预测结果相对误差在-1.01%~0.004%之间,可见基于GA-BP神经网络与正态区间估计的组合预测模型更稳定、更准确,更接近邯郸市实际需水状况,该组合模型可作为邯郸市需水量预测的一种方法。

摘要： 变形监测已经成为国内外学者共同关注的问题,变形监测最终目的在于预测,通过对监测数据建立最符合的预测模型,对工程结构的未来状态进行分析,根据预测采取措施预防结构的变形,从而保证工程环境安全稳定.传统的回归分析模型及时间序列模型虽然在预测中取得了一定的效果,但是受到模型自身的局限性,在精度上都不是很理想,神经网络模型能够处理更复杂的变形,近些年来被应用在了处理结构变形预测中并取得了很好的效果.本文基于这三种模型,尝试了不同的组合模型以及组合模型的优化并对结果进行了分析,结果表明,回归分析与时间序列组合模型通过神经网络的优化后可以得到更高精度的预测结果,但是也存在着需要解决的问题.

摘要： 目前的路基沉降预测模型受假设的限制，所得预测结果往往与实测沉降值之间有较大差异．对路基沉降预测方法的研究有待进一步的深入．研究路基的沉降预测方法对我国的公路建设具有重要的意义．在单一模型的基础上进行组合模型研究.将基于误差平方和最小的组合模型应用于路基沉降预测.研究表明,组合模型的预测精度优于个单一模型.主要表现在预测相对误差最大＜6.24％,较单一模型相对误差最少减小18.3％;预测中误差为2.42cm,较单一模型精度最少提高19.6％.这将有助于准确地预测路基沉降,更合理地安排后期施工组织,提高经济效益.随着实测数据的增加和组合模型的不断更新,对路基长期的预测可得到可靠的结果.

摘要： 针对非平稳时间序列难高精度预测的问题,提出基于小波变换和组合模型的预测方法.首先,运用Mallat算法分解和重构非平稳序列,分离得非平稳序列的近似序列和细节序列;然后对近似序列建立GM(1,1)优化模型,对细节序列分别建立ARMA模型;最后叠加各模型的预测值得到原始序列的预测值.实证分析表明,此方法比传统的预测方法具有更好的适用性和更高的预测精度.

摘要： 鉴于目前常用于表征钢水连铸中间包流动的简单组合模型的停留时间分布(RTD)曲线与典型实测曲线的明显差别,提出了三个新的组合模型,以期更好地表征中间包流动.第一个是带有等容全混槽串联的组合模型;第二个是带有等容全混槽串联的组合模型;第三个是两个简单组合模型串联的组合模型.对注流区设有湍流控制器的中间包流动实验表征表明,三个模型都能够更好地表征中间包的流动.应用两个简单组合模型串联能够更加精确地对中间包的控流装置进行优化.

摘要： 在全机结构动力学建模中,目前常用的建模形式有梁架模型和杆板模型,两者各有优缺点,为了满足大型飞机的研制需要,提出了减缩模型和组合模型的建模形式,本文对几种建模形式进行了详细的介绍,并对大型飞机建模过程中发现的问题和形成的经验进行了总结.

摘要： 随着经济的不断发展,金融活动中的不确定性日益增加,金融预测受到学术界及金融业界的高度重视.人们希望通过获得预测性的判断和推测,掌握金融产品未来的发展趋势和规律.而近期随着互联网发展,海量财经信息出现,仅仅依靠历史价格的数据挖掘技术,不能很好的反映金融市场的多元因素的影响.因此,本文通过挖掘财经新闻信息中的情感倾向信息,结合金融历史价格数据,使用多元线性回归和差分自回归滑动平均模型组合模型,提出了一种基于财经新闻信息挖掘的金融价格走势预测方法,通过实际数据验证,表明该方法可以获得较为准确的预测结果.

摘要： 基于测井的最优化矿物含量分析技术是20世纪80年代后期出现的一种测井解释技术.在传统最优化矿物含量分析技术基础上，本文提出了组合模型最优化矿物含量分析方法。该方法建立多个假设模型，分别对测井数据进行最优化分析，得到各个模型的分析结果，然后根据地质、岩心、薄片等信息赋予各个模型相应的权重，最后按照权重值将各个模型结果叠加。由于多模型组合方法充分考虑了可能存在的各种矿物的组合方式，并且模型权重的计算是基于实际地质或岩心、薄片分析的基础上得到的，与实际的地质情况之间建立了科学的联系，消除了单一模型由于仅仅建立在数学算法基础上而脱离了实际地质意义的局限性。

摘要： 电动汽车锂电池模型的精度直接影响了对电池状态的估计精度.本文针对温度对锂电池组合模型参数的影响,通过对不同温度下锂电池组合模型的自适应融合,实现变温条件下动力锂电池的建模.同时考虑温度变化对锂电池最大可用容量的影响,提出了一种变温条件下锂电池荷电状态(SoC)估计的融合算法.对自适应融合后的电池模型在变温度恒电流和变温度动态电流条件下进行仿真实验,结果表明该自适应模型融合方法可以有效提高模型精度.

摘要： 服务部署是网络化联合作战背景下指控系统的关键支持技术之一.本文以面向任务的网络化联合指控系统为牵引,主要研究了指控系统服务部署过程及部署策略,并给出了面向任务流的服务实例组合模型,最后通过一个案例验证了本文的研究.

摘要： 本文基于材料细观结构,建立了缝纫复合材料泡沫夹层结构的刚度预测模型,并进行了试验验证.采用改进的DPS方法计算了缝纫复合材料层合面板的刚度,采用串并联组合模型计算了缝纫泡沫夹层的刚度.经相关文献对比和试验验证,模型具有较好的精度,本文为该种结构的工程应用奠定了基础.

摘要： 本发明属地震物理模型领域，具体涉及一种地球物理地震模型，主要由环氧树脂、硅胶、反光粉等组合物制作而成，其中，反光粉采用不同目数按比例混合，通过改变各组分含量来控制模型材料的纵横波速度，纵波速度可以控制在2000m/s‑4000m/s之间递变，横波速度可以控制在1000m/s‑2000m/s之间递变。采用地球物理地震模型组合物和制作方法制作的模型，在超声波的激发下具有良好的穿透性和良好的激光接收的反射性，应用与物理模拟测试时，可以得到良好的地震波反射数据，为地震地质体和激光超声传播的研究提供一种新的方法。

摘要： 本发明涉及生物医药领域，特别涉及血视网膜外屏障模型及其构建方法，构建该模型采用的培养基组合。本发明提供了一种人iPSC分化而来的无支架材料一体oBRB模型的构建方法。主要步骤为：首先将iPSC通过3D培养的方式诱导拟胚体中胚层细胞球，然后细胞球包埋入胶原I，诱导其形成血管网络片。再将iPSC来源的RPE细胞接种到血管网片上，共同培养一段时间，使其形成一个整体结构。本发明将iPSC分化技术与组织工程化技术相结合，更好地模拟了血‑视网膜外屏障结构，并且提供一种获得oBRB模型新的研究途径，为干细胞治疗AMD等疾病提供了新的替代方式。

摘要： 本申请涉及一种组合过梁模型和组合立柱模型的连接节点放置方法和产品。该方法包括：获取待连接顶部过梁模型和待连接立柱模型；根据所述待连接顶部过梁模型的生成线和所述待连接顶部过梁模型的表面信息，从所述待连接顶部过梁模型的表面中确定出与所述待连接顶部过梁模型的生成线距离最大的待投影表面；将所述待连接顶部过梁模型的生成线在所述待投影表面进行投影，得到所述连接节点的生成点；根据所述待连接立柱模型的位姿确定所述连接节点的生成方向；根据所述连接节点的生成点和所述连接节点的生成方向，生成所述连接节点。采用本方法能够提高连接节点的放置效率。

摘要： 本发明提供一种预训练语言模型的组合式模型压缩方法及系统，所述方法包括：获取预训练好的大规模预训练语言模型；对所述大规模预训练语言模型进行专家化，根据大规模预训练语言模型中参数的使用频率构建小规模的子网络，得到专家化模型；对所述专家化模型进行剪枝，丢弃冗余参数，得到剪枝模型；对所述剪枝模型进行模型量化，将浮点计算转换为低比特定点计算，得到压缩模型；将预训练好的大规模预训练语言模型作为教师模型，基于所述教师模型构建压缩训练目标，使用所述压缩训练目标约束压缩模型；通过教师模型对压缩模型进行训练，使压缩模型具有与教师模型同样的计算功能实现对预训练语言模型的压缩，提升模型的实用性，扩大使用范围。

摘要： 本发明公开了一种基于豚草抗原及屋尘螨抗原构建比格犬哮喘动物模型的方法。本发明提供了一种含有豚草粉抗原提取液和屋尘螨抗原提取液的用于比格犬哮喘模型造模的组合物。并基于该组合物构建了雾化结合注射的比格犬哮喘模型构建方法。本发明的造模方法相对容易操作、造模成功率高。更重要的是本方法构建的动物模型，其哮喘症状明显且可长期维持，具有非常好的优势和应用价值。

摘要： 本发明公开了一种基于决策树模型与逻辑回归模型组合的感染筛查方法，其检测操作方便，可提高感染筛查准确性，该方法基于生命体征监护仪实现，生命体征监护仪与远程数据服务平台通信连接，远程数据服务平台依据临床数据进行感染筛查，该方法包括：通过生命体征监护仪检测获取用户临床数据，将临床数据随机划分为训练集、测试集，将训练集均分为两份：训练集A、训练集B，基于训练集A构建决策树模型，同时，对训练集A进行特征选择，将关键特征向量作为已构建的决策树模型的输入，获取新构造特征向量，基于组合特征向量，构造逻辑回归模型，基于决策树模型和逻辑回归模型组合，对测试集进行预测分类，获取分类结果。

摘要： 本发明涉及一种基于多模型组合模型的机房环境预测方法及系统，其包括：获取机房环境数据；对所述机房环境数据进行预处理；建立多模型组合模型；基于所述多模型组合模型对机房环境进行预测。本发明与传统方法相比，本发明在模型的拟合效果和预测精度上都有很大的提升，极大提高了机房管理人员的工作效率，对于保障大型互联网的服务质量具有重要意义。

摘要： 本发明涉及一种预测系统(100)，用于将多个经训练模型应用于输入实例，例如用于医学图像中的对象的检测或分割。多个经训练模型形成组合模型。经训练模型通过确定输入实例在公共潜在空间中的表示并由此确定相应的模型输出来确定输入实例的模型输出。组合模型还包括多个经训练模型的数据集指纹，其表征了其在潜在空间中的训练实例的表示。为了确定输入实例的组合模型的输出，确定输入实例和多个经训练模型之间的对应性分数，其指示了输入实例和潜在空间中的相应训练数据集之间的对应性。通过根据对应性分数组合各个模型，来确定组合模型输出。

摘要： 本申请属于人工智能技术领域，本申请提供了一种基于ASR模型与TTS模型的组合模型训练方法、装置、计算机设备及计算机可读存储介质。本申请通过获取预设标注配对数据，采用预设标注配对数据对预设组合模型包含的预设ASR模块与预设TTS模块分别进行训练，得到预设ASR模块与预设TTS模块对应的配对总损失函数，获取预设未标注配对数据，采用预设未标注配对数据对预设组合模型包含的预设ASR‑TTS模块与预设TTS‑ASR模块分别进行训练，得到预设ASR‑TTS模块与预设TTS‑ASR模块对应的未配对总损失函数，根据配对总损失函数与述未配对总损失函数，将预设组合模型进行优化，提高了对未配对数据的使用效率。

摘要： 本实用新型公开了一种牙冠模型、底座模型以及牙颌组合模型，用于成型隐形矫治器。牙颌组合模型包括有：牙冠模型，牙冠模型具有基于牙龈线形成的底部曲面和边缘线，边缘线位于牙冠模型的底部边缘；和底座模型；其中，底座模型支撑所述牙冠模型且与牙冠模型成一整体或可分离地连接，牙冠模型与底座模型相匹配以在牙冠模型上形成突出所述边缘线的分界区域，从底座模型的外表面至牙冠模型的外表面在分界区域呈现曲率非平顺变化。压膜完成后可在矫治器中间品上形成突出边缘线的分界区域。以边缘线作为切割参考指示线，可以大量地减少切割的难度，提升人工切割的产品一致性，同时减少原材料的使用量、降低产品的加工成本和提升生产效率。