预测算法

摘要： 在穿刺机器人执行穿刺动作时靶向病灶会因呼吸运动而发生位移,且穿刺系统存在固有的系统延迟,这些因素都会导致穿刺位置发生偏移。为了提高穿刺精度,可建立相关呼吸预测模型以补偿呼吸运动和系统延迟。鉴于此,提出一种基于双向长短期记忆神经网络(Bi-LSTM)的预测模型框架,选取一段呼吸数据制作训练集,再用训练后的预测模型计算新的呼吸数据在未来250ms的位置信息。使用29组呼吸数据(含自测数据和公共数据集)进行实验,且并不特意截取平稳区段,其中包含呼吸频率幅值明显变化、基线漂移等复杂状况。统计长短期记忆神经网络(LSTM)、门控循环单元(GRU)、Bi-LSTM这3种算法对29组呼吸数据的预测结果后,用均方根误差(RMSE)、平均绝对值误差(MAE)和误差大于0.5mm的数据点个数作为参考标准。从实验结果可以得出,Bi-LSTM预测结果的平均RMSE、MAE分别为0.091mm、0.042mm,其准确性和鲁棒性都较优,能很好地对非规则的呼吸信号进行预测。

摘要： 航姿指的是航空器运行的实时动态,可以用俯仰角、横滚角和航向角进行表示。一个简单且有效的航姿预测和分析模型不仅可以为航空器提供可靠和安全的保证,还可以检测异常飞行情况进行告警,防止潜在危险的发生。文章利用机器学习提出了一种航姿预测算法,通过该算法生成的预测模型对俯仰角进行预测,并使用均方误差指标对预测模型和当前现有的算法评价对比。评价结果显示,预测模型的均方误差(MSE)为0.77,远低于当前现有算法的误差2.66。

摘要： 在数据高速增长的背景下,异构计算作为满足新兴应用不断提高的算力需求的有效途径,涌现了许多异构加速系统。在这些异构加速系统中,高效的任务映射是充分发挥加速器潜能提升应用程序性能的关键之一。先前工作提出了许多基于有向无环图如何最小化应用程序整体执行时间和最小化异构多处理器之间通信开销等高效的任务映射方法,这些工作通常采用将任务映射到加速器上来提高整个应用的性能。但某些应用程序如果将所有子任务全部映射到加速器上执行,会带来额外的通信开销,进而可能达不到提升性能的预期,甚至造成整个应用程序的性能下降。因此,本文提出了一种基于预测的主动式任务映射算法(PPTM)来应对这样的场景,实现高效的任务映射。实验表明,本文算法能够更准确感知计算任务的运行时状态,大幅提高应用程序的整体性能。

摘要： 阐述电力数据管理系统及数据分析,负荷预测与异常检测,包括系统用电负荷预测算法中的BP神经网络、粒子群算法、负荷预测算法,电力数据异常检测算法中的预处理电力数据、谱聚类算法改进。

摘要： 传统农业用水量预测算法忽略了对较小流量数据的处理与预测,导致预测结果与实际情况的拟合度不高,且传统方法应用过程复杂,应用难度较高。为此提出农业种植区域用水量数据化预测算法。填补用水量缺失数据,同时运用归一化方法将用水量数据归一化处理,并将其简单化处理,完成数据预处理。构建灰色预测模型预测流量较大的用水量,且针对流量较小的用水量数据构建三次指数平滑预测模型,将两种模型组合,求出预测值并进行反归一化处理,实现农业种植区域用水量数据化预测。实验结果表明,所提方法的预测拟合度高、复杂度低和可靠度高。

摘要： 蛋白质相互作用网络中的模块化结构通常对应于蛋白质复合物或者蛋白质功能模块。基于蛋白质相互作用网络预测蛋白质复合物和功能模块不仅有助于理解生命有机体的细胞生物过程,而且可为探讨疾病的发生、发展和治疗以及合理的药物开发提供重要的基础。本文通过回顾近二十年来基于蛋白质相互作用网络的蛋白质复合物和功能模块预测算法研究的发展历程,按照静态蛋白质相互作用网络(SPIN)和动态蛋白质相互作用网络(DPIN)两个方向分别梳理预测算法所涉及的方法和技术,同时归纳常用的数据集并分析所面临的问题,为进一步研究提供有价值的参考。

摘要： 基于LSTM深度神经网络,通过实测数据分析验证了所提方法的鲁棒性和稳定性.具体选取了车辆减速测试、振荡测试、高速测试和低速测试四种实测场景,结果均显示本文所采用的轨迹预测方法可在多种复杂场景下满足工程预测的精度需求.研究结果可对智能网联汽车的车辆控制、轨迹优化以及交通管控提供理论指导.

摘要： 社交网络谣言转发行为是指用户是否转发特定谣言。以往研究主要针对的是谣言在群体中的传播规律,鲜有针对个体传播行为的研究。基于信息传播理论,研究首次提出两类谣言个体转发影响因素的框架:谣言发布者以及谣言内容对个体的影响力。研究使用NLP相关技术和复杂网络分析算法等技术计算出相关特征;最后使用常见分类算法进行预测用户是否转发谣言。基于数据的实验结果表明,论文提出的算法可以有效提高预测谣言转发的准确性。

摘要： 评“细胞穿膜肽识别问题的多特征融合卷积网络预测算法”黄健人体有血脑屏障、血眼屏障、血睾屏障、血胎屏障等一系列天然解剖屏障,这些屏障具有重要生理功能,但也常给药物治疗,尤其是生物大分子药物治疗造成困难。这些屏障主要由血管内皮等相关细胞及其膜结构形成。细胞穿膜肽的发现为解决上述困难提供了一种方案。

摘要： [目的/意义]通过研究和探讨对个人权益有重大影响的“机会信息”(如就业机会、教育机会等)的访问,为数据主体基本权利的法律保护提供建议。[研究设计/方法]以脸书(Facebook)“纳米定位”广告为例,结合现如今网上招聘的运作模式,阐明预测算法如何控制对以就业信息为代表的机会信息的访问并可能加剧甚至恶化现有的不平等模式,进而损害社会的公平公正。[结论/发现]当互联网平台服务商设计定位算法来确定哪些广告投放给哪些用户时,它就已经超越了网络服务提供者的角色,变成了网络内容提供者,应该对此影响承担相应责任。[创新/价值]提出并定义了“机会信息”的概念,为阐明算法的公平性问题提供了新角度。

摘要： 针对IPv6地址空间巨大,无法在现有技术下实现全网扫描的问题,提出基于熵、聚类分析、关联规则学习改进算法的活跃IPv6地址前缀的预测算法.实验结果表明本算法得到59％～61％的预测准确率,与已有算法相比,准确率和稳定性均有所提升.

摘要： 轨道冲突会影响卫星数据接收的完整性,对后续业务的运行产生了不利影响.针对卫星数据接收地面站和卫星运行监控部门缺少通信,从而导致地面站不能实时知道其接收范围内的卫星运行情况,进而无法判断是否将有轨道冲突发生,提出了一种基于业务等效性轨道冲突的预测算法.首先通过卫星轨道参数和地面站位置参数计算卫星的在站时间;然后通过分析两颗卫星在站时间之间关系,给出了两种轨道冲突类型以及相应的判断条件,并预测指定天数内将要发生的轨道冲突;最后通过业务等效性保障预测结果的准确性.利用STK仿真系统并结合所提算法,对轨道冲突进行了预测并应用于实际业务,运行结果表明,所提方法能准确地预测轨道冲突.

摘要： 系留气球球载设备长期工作时的温度区间时间分布,能为评估设备的工作性能和使用寿命提供重要的参考依据.本文分析了某型系留气球工作期间球载设备的温度监测数据,得出了设备温度的日变化规律,提出了一种简单可行的温度区间时间分布预测算法,通过几组典型的温度数据,结合全年的城市日最高市温和日最低市温,预测了系留气球在东莞和乌鲁木齐工作一年时,设备温度在各个温度区间的时间分布,表明两城市的气候对球载设备工作温度要求和使用寿命有不同的影响,为评估各设备在不同地域工作时的长期性能和使用寿命提供了重要参考依据.

摘要： 光伏阵列输出特性与温度、光强等环境因素、负载以及电池的老化程度有关,最大功率点也随之变动.应用基于有限脉冲响应(FIR)模型自适应预测算法以及滞环控制提高最大功率点的跟踪速度和精度.对系统在MATLAB/Simulink上进行仿真.仿真结果表明,该系统能及时跟踪光伏阵列的最大功率点,达到快速稳定的最大功率点跟踪(MPPT)控制.

摘要： 在生猪饲养的过程中,饲养者实时估测生猪的肉产量有利于掌握其生长状态,提高饲喂的效益.为了建立生猪肉产量预测算法,本文选取21头活体大白猪进行了试验.首先基于自主研发的机器视觉系统实时采集生猪的俯视图和侧视图,然后利用图像处理技术对所得的图像进行分析,提取到了生猪的体长、胸宽、臀宽、臀高、背部面积等体尺参数值;同时通过称重装置系统获得了每头猪的活体重量.进一步,对得到的21个样品的6个特征参数数据分别利用线性回归方法、二次多项式回归法、偏最小二乘回归法等方法建立了不同的肉产量预测模型,通过比较各预测模型的估测精度、相关系数等,确定最佳预测模型.分析结果表明,6个参数中体重和胸宽对肉产量的预测结果影响较大;偏最小二乘回归法的预测结果最好,最佳预测模型的相关系数为0.953,预测误差为3.06.本研究结果证实,使用活体猪的多个体尺参数建立的偏最小二乘回归分析预测模型可有效预测生猪肉产量,适于实际生产应用.

摘要： 提出了一种可以提高静止无功发生器(SVG)响应速度和减小其输出电流谐波污染的优化型无差拍控制策略.本论文首先详细介绍了无功电流检测方法,建立了在abc坐标系、αβ坐标系以及d-q旋转坐标系下的SVG动态数学模型,并详细阐述了无差拍控制的原理、主电路的离散化模型.之后分别提出非线性负载稳定和突变两种运行情况下无功电流的预测算法,运用在无差拍控制中,分析其有效性.最后,通过相关的实验研究,验证了所提出的无差拍控制方法的有效性.

摘要： 为全面了解国内地震灾害链的研究进展,通过梳理地震灾害链研究的相关文献,探讨了研究中存在的一些不足,并对今后灾害链的研究趋势进行链展望.首先,根据不同地区地震后引起的主要次生灾害,将地震灾害链分为5种主要类型.其次,搜集了研究各个类型地震灾害链的研究成果.地震灾害链的研究虽然刚刚起步，但随着相关探索与实践的积累，地震灾害链的研究将逐步完善与发展。未来随着防灾减灾理论的发展，每个城市与地区会根据自身的自然条件，通过规划设计预防城市发生地震时可能产生的地震灾害链，提前切断灾害链的传递。随着空间和信息技术的快速发展，逐步完善的水文、气象、卫星遥感等监测系统将为地震气候灾害链、地震洪灾灾害链提供更精确的监测数据，为通过气候灾害链预测地震研究提供技术支持。未来人类活动将与自然界更加紧密，地震灾害链将对人类经济社会活动造成更大影响。

摘要： 为全面了解国内地震灾害链的研究进展,通过梳理地震灾害链研究的相关文献,探讨了研究中存在的一些不足,并对今后灾害链的研究趋势进行链展望.首先,根据不同地区地震后引起的主要次生灾害,将地震灾害链分为5种主要类型.其次,搜集了研究各个类型地震灾害链的研究成果.地震灾害链的研究虽然刚刚起步，但随着相关探索与实践的积累，地震灾害链的研究将逐步完善与发展。未来随着防灾减灾理论的发展，每个城市与地区会根据自身的自然条件，通过规划设计预防城市发生地震时可能产生的地震灾害链，提前切断灾害链的传递。随着空间和信息技术的快速发展，逐步完善的水文、气象、卫星遥感等监测系统将为地震气候灾害链、地震洪灾灾害链提供更精确的监测数据，为通过气候灾害链预测地震研究提供技术支持。未来人类活动将与自然界更加紧密，地震灾害链将对人类经济社会活动造成更大影响。

摘要： 为全面了解国内地震灾害链的研究进展,通过梳理地震灾害链研究的相关文献,探讨了研究中存在的一些不足,并对今后灾害链的研究趋势进行链展望.首先,根据不同地区地震后引起的主要次生灾害,将地震灾害链分为5种主要类型.其次,搜集了研究各个类型地震灾害链的研究成果.地震灾害链的研究虽然刚刚起步，但随着相关探索与实践的积累，地震灾害链的研究将逐步完善与发展。未来随着防灾减灾理论的发展，每个城市与地区会根据自身的自然条件，通过规划设计预防城市发生地震时可能产生的地震灾害链，提前切断灾害链的传递。随着空间和信息技术的快速发展，逐步完善的水文、气象、卫星遥感等监测系统将为地震气候灾害链、地震洪灾灾害链提供更精确的监测数据，为通过气候灾害链预测地震研究提供技术支持。未来人类活动将与自然界更加紧密，地震灾害链将对人类经济社会活动造成更大影响。

摘要： 为全面了解国内地震灾害链的研究进展,通过梳理地震灾害链研究的相关文献,探讨了研究中存在的一些不足,并对今后灾害链的研究趋势进行链展望.首先,根据不同地区地震后引起的主要次生灾害,将地震灾害链分为5种主要类型.其次,搜集了研究各个类型地震灾害链的研究成果.地震灾害链的研究虽然刚刚起步，但随着相关探索与实践的积累，地震灾害链的研究将逐步完善与发展。未来随着防灾减灾理论的发展，每个城市与地区会根据自身的自然条件，通过规划设计预防城市发生地震时可能产生的地震灾害链，提前切断灾害链的传递。随着空间和信息技术的快速发展，逐步完善的水文、气象、卫星遥感等监测系统将为地震气候灾害链、地震洪灾灾害链提供更精确的监测数据，为通过气候灾害链预测地震研究提供技术支持。未来人类活动将与自然界更加紧密，地震灾害链将对人类经济社会活动造成更大影响。

摘要： 提供了一种用于通信网络的人工智能（AI）的方法和设备。在一个实施例中，一种在核心网络节点中实现的方法包括收集位置信息，所收集的位置信息与网络内的至少一个用户设备的移动相关联；基于所收集的位置信息的至少一部分进行预测；以及传递所述预测的指示。

摘要： 本文在此描述用于决定虚拟量测的适应性预测算法的方法、装置和系统。在一些具体实施例中，一种计算机可实施方法识别多个预测算法。该方法决定：何时使用多个预测算法的一个或多个来预测在制造设备(manufacturing？facility)中的一或多个虚拟量测变量。

摘要： 本发明提出了一种基于灰色预测算法的慢任务预测方法，包括如下步骤：步骤一：在大数据集群上，统计每个节点在单位时间内，运行的总任务数和产生的慢任务数量；步骤二：提取节点慢任务的信息，建立灰色预测模型，根据收集到的若干时间单位的数据，可以预测未来的一个时间单位内，慢任务出现的密集程度。本发明针对目前大数据平台内慢任务影响集群性能的问题，提出基于灰色预测算法的慢任务预测方法。不同于以往的时效性准确性较差的慢任务识别技术，本发明希望使用灰色预测算法建立微分方程模型，分析集群节点的运行规律，较准确地预测出未来一段时间内集群节点的慢任务情况，为集群使用者提供有效的优化建议。

摘要： 本发明公开了充电桩盈利预测算法，其特征在于，充电桩特征数据包括便捷参数、快充参数、费用参数、天气参数、温度参数。其中，便捷参数，用于表示充电桩所处区域对用户而言的方便程度；快充参数表示充电桩对快充的支持性；费用参数表示用户对充电桩当前充电的收费方案接受度；天气参数表示充电桩所在区域的天气对充电行为的友好情况；温度参数表示充电桩所在环境温度对充电行为的友好情况；本发明的充电桩盈利预测算法、盈利概率预测算法基于回归模型进行分析，相比于现有技术中的方案，考虑了更多可能相关的因素，而不是只依赖于简单的收入、支出数据分析。本方案中发明的电动汽车亏损预测方案，可以有效帮助企业预防亏损、实现营收。

摘要： 本文在此描述用于决定虚拟量测的适应性预测算法的方法、装置和系统。在一些具体实施例中，一种计算机可实施方法识别多个预测算法。该方法决定：何时使用多个预测算法的一个或多个来预测在制造设备(manufacturing facility)中的一或多个虚拟量测变量。

摘要： 本发明提供了一种基于预测算法池的风电功率预测方法和系统，包括：步骤1：获取风电数据并进行预处理；步骤2：对预处理后的数据进行维度扩充、降维处理和特征标准化；步骤3：基于特征处理后的数据，采用多种不同的算法模型对风电功率进行预测，并剔除所有预测结果中预测偏差超出预设阈值的预测数据；步骤4：采用数据回归算法或深度学习算法，对风电功率预测结果进行优化，得到风电功率最终预测结果。本发明采用多种算法组成算法池，对风电场功率进行预测，将不同算法的预测结果作为输入，对其进行相应算法网络训练，实现功率的第二次预测，保证了输入数据的完整性、正确性。

摘要： 本发明公开了一种基于BP神经网络预测模型的洋流运动预测算法，包括如下步骤：S1.收集历史影响洋流运动因素变量的数据样本，并对所述数据样本进行分类，以得到训练样本和测试样本；S2.设置所述训练样本的初始权重和初始阈值后进行训练，将训练得到的权重和阈值进行优化，得到优化的BP神经网络预测模型；S3.对优化后的BP神经网络预测模型进行测试，根据测试结果评价优化后的BP神经网络预测模型的洋流运动预测精度和预测性能；S4.将待预测的洋流的参数输入到优化后的BP神经网络预测模型中进行洋流运动预测。本发明能够快速对洋流运动进行预测，提高洋流运动预测精度，提升洋流运动预测的准确度。

摘要： 本发明提出了一种基于灰色预测算法的慢任务预测方法，包括如下步骤：步骤一：在大数据集群上，统计每个节点在单位时间内，运行的总任务数和产生的慢任务数量；步骤二：提取节点慢任务的信息，建立灰色预测模型，根据收集到的若干时间单位的数据，可以预测未来的一个时间单位内，慢任务出现的密集程度。本发明针对目前大数据平台内慢任务影响集群性能的问题，提出基于灰色预测算法的慢任务预测方法。不同于以往的时效性准确性较差的慢任务识别技术，本发明希望使用灰色预测算法建立微分方程模型，分析集群节点的运行规律，较准确地预测出未来一段时间内集群节点的慢任务情况，为集群使用者提供有效的优化建议。

摘要： 本发明属于燃气管道维护技术领域，具体涉及一种埋地燃气管道泄漏危险度预测算法及预测方法，本埋地燃气管道泄漏危险度预测算法包括：采集数据；根据相应数据建立相应向量；根据相应向量构建埋地燃气管道泄漏危险度模型；根据埋地燃气管道泄漏危险度模型和埋地燃气管道上相应位置的参数，以实时获取相应位置埋地燃气管道泄漏危险度；根据相应位置埋地燃气管道泄漏危险度生成预防性维护策略；本发明能够克服由人工根据监测数据进行埋地燃气管道泄漏危险判断和预警具有主观性强、随意性大的缺点，并且有利于对埋地燃气管道泄漏事故进行提前防护和预测性维护，预测性维护具有更好的经济性，同时降低了埋地燃气管道维护的人力成本。

摘要： 本实用新型公开了一种整机失效预测算法的维修备件预测系统用连接装置，包括传输线和接头，所述传输线与接头构成网络连接线主体，所述接头的后侧和左右两侧皆焊接有第一固定板，所述接头正面的左右两侧皆焊接有第二固定板，所述第一固定板和第二固定板的顶端皆焊接有外杆，所述弹簧的底端皆与外杆内壁焊接固定，所述第一固定板的顶端皆设置有第一挡板，所述第二固定板的顶端皆设置有第二挡板，所述传输线的左右两侧皆均匀胶合有第三固定板，所述第三固定板的后侧皆胶合有粘合层。本实用新型可以有效防止灰尘等外界杂物影响到传输线和接头的传输工作，而且传输线固定的非常稳固，不易因外界因素而产生松动脱落。