您的位置: 专家智库 > >

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇天文地球

主题

  • 2篇数据集
  • 2篇网络
  • 1篇电机
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇智能技术
  • 1篇商业智能技术
  • 1篇设计方法
  • 1篇神经网
  • 1篇神经网络
  • 1篇时间序列
  • 1篇数据仓库
  • 1篇数据集分类
  • 1篇数据集市
  • 1篇数据挖掘
  • 1篇汽轮
  • 1篇汽轮发电
  • 1篇汽轮发电机
  • 1篇汽轮发电机组
  • 1篇自回归模型

机构

  • 6篇泰山职业技术...
  • 1篇山东科技大学
  • 1篇山东大学

作者

  • 6篇张冉
  • 4篇赵成龙
  • 1篇张丽娟
  • 1篇陈乐义
  • 1篇李倩
  • 1篇李红

传媒

  • 2篇计算机仿真
  • 1篇计算机工程与...
  • 1篇山东科技大学...
  • 1篇无线互联科技
  • 1篇科技信息

年份

  • 1篇2022
  • 2篇2011
  • 2篇2008
  • 1篇2006
6 条 记 录,以下是 1-6
排序方式:
运用商业智能技术,加强对车险统计指标的管理
2008年
近年来,各种新型的保险业务不断涌现,随着人们的投保意识的不断增强,人们对保险业务的要求也不断提升,应用商业智能技术可以根据投保品种、投保人等历史数据,合理设定储备金数额、保险金标准,进行风险分析和损益判断,提供个性化保险服务。本文主要从车险业务出发,结合企业的实际情况提出一种实用的车险统计指标。
李倩张冉
关键词:数据仓库数据集市数据挖掘
改进BP网络在汽轮发电机组故障诊断中的应用被引量:7
2011年
关于汽轮发电机系统一定要保证可靠安全。研究汽轮机发电机组的故障快速诊断问题上,针对汽轮发电机故障具有多样性和不确定性,传统BP神经网络不能很好的识别这种特性,存在训练时间长、误差收敛速度慢的缺陷,故障诊断正确率低。为了提高汽轮发电机组的故障诊断准确率,提出一种附加动量法和自适应速率相结合的BP神经网络故障诊断模型。采用附加动量调整了BP神经网络的权值,加快了网络的收敛速度,用自适应速率动态地调整了学习速度,减少了迭代次数,最后利用得到的BP神经网络对故障进行了诊断。在matlab上采用实测汽轮发电机故障数据对故障诊断模型进行测试,相对于传统的BP算法,该算法不仅迭代次数少、学习速度加快,而且故障诊断准确率高。结果表明,有效地克服了传统的梯度下降的BP算法的缺陷,诊断结果可为保证汽轮发电机安全运行提供保障。
张冉赵成龙
关键词:反向传播神经网络故障诊断汽轮发电机组
基于计算机技术的GIS技术研究被引量:2
2022年
当前,依托于计算机技术的迅速发展,GIS技术也取得了迅猛发展,并在各行各业得到了广泛的应用。对此,文章对基于计算机技术的GIS技术进行了探讨,根据计算机技术对GIS技术的影响,探讨目前常用的几种GIS技术,并对GIS技术的未来发展趋势进行了展望,以期为未来的GIS技术发展提供理论参考。
张冉张丽娟
关键词:计算机技术GIS技术
一种快速有效处理数据集分类问题的新算法
2006年
经典的分类算法对小型数据集分类是非常有效的,但当面对超大型数据集时往往失去了分类能力。在平均值和方差以及新定义的权这三个度量的基础上提出了一种快速有效处理超大型数据集分类问题的新算法—核心向量算法,简称CV算法。试验结果表明,该方法对超大型数据集分类是比较有效的。
赵成龙陈乐义张冉李红
基于格贴近度的SVM决策树层次结构设计方法被引量:1
2008年
利用格贴近度对模糊集的贴近程度进行度量,给出一种基于格贴近度的SVM决策树层次结构设计方法,从而解决对多类模糊样本的分类问题。实验结果表明:基于该层次结构设计方法得到的多类分类器,对多类模糊样本具有良好的分类效果。
赵成龙张冉
关键词:支持向量机决策树
ARIMA模型在网络流量预测中的应用研究被引量:47
2011年
针对网络运行安全和可靠的要求,研究网络流量预测问题。网络流量具有高度自相似、时变性和非线性等时间序列特征,传统预测方法无法捕捉其时变性和自相似规律,导致预测精度比较低。为了提高网络流量的预测精度,在分析网络流量特征的基础上,提出一种基于ARIMA模型的网络流量预测方法。先采用差分法对网络流量原始数据平稳化处理,提取网络流量数据的自相似特征,然后将平稳后的数据利用能很好反映时变性和非线性的ARIMA模型对进行拟合和检验,建立网络流量的最优预测模型,最后根据获得最优预测模型对网络流量实例数据进行仿真预测。仿真结果表明,ARIMA模型的网络流量预测精度比其它预测模型要高,能够很好的反映网络流量的规律,在网络流量预测中有广泛应用前景。
张冉赵成龙
关键词:网络流量时间序列自回归模型
共1页<1>
聚类工具0