期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
中国电力需求发展预测及技术创新对策研究
1
作者 牛东晓 杜若芸 余敏 《工程管理科技前沿》 北大核心 2025年第4期37-45,共9页
准确预测中长期电力需求对于电力规划者和决策者制定合理的电力系统发展计划、基础设施投资规划、智能电网布局策略至关重要。为了提高中长期电力需求预测的准确性,本文采用XGBoost算法对影响电力需求的关键因素进行筛选。鉴于中长期电... 准确预测中长期电力需求对于电力规划者和决策者制定合理的电力系统发展计划、基础设施投资规划、智能电网布局策略至关重要。为了提高中长期电力需求预测的准确性,本文采用XGBoost算法对影响电力需求的关键因素进行筛选。鉴于中长期电力需求预测数据样本量较小,本文建立基于Bagging自适应集成模型的中长期电力需求预测模型,以解决现有方法样本依赖性强、泛化能力弱的局限性并提高预测的准确性。研究设计了高速发展情景、基准情景、低速发展情景3个模拟情景方案,分情景预测中国2024-2033年电力需求走势。最后,本文展望未来电力技术创新对策,构建以先进技术赋能发电侧、输配电侧和用电侧的电力系统建设框架,推动电力系统向智能化、清洁化、高效化、可持续化和全球化方向发展。本研究为相关领域的政策研究、能源管理和环境保护提供了重要的决策依据,对推动能源体系的脱碳进程以及实现碳中和目标具有重要意义。 展开更多
关键词 电力需求预测 XGBoost算法 bagging自适应集成模型 电力技术创新对策
在线阅读 下载PDF
耦合电袋除尘器效率模型构建研究
2
作者 夏少波 苗鹏 +4 位作者 郑祥玉 刘增斌 段璐 王建朋 纪任山 《煤质技术》 2025年第4期63-69,共7页
耦合电袋除尘器性能优越,具有广阔的发展潜力。采用理论研究的方法对现有除尘器效率模型进行改进,在多依奇公式的基础上推导多孔极板间电除尘效率模型,得到布袋除尘和AHPC结构电袋除尘效率模型,从而建立耦合电袋除尘器效率模型。利用实... 耦合电袋除尘器性能优越,具有广阔的发展潜力。采用理论研究的方法对现有除尘器效率模型进行改进,在多依奇公式的基础上推导多孔极板间电除尘效率模型,得到布袋除尘和AHPC结构电袋除尘效率模型,从而建立耦合电袋除尘器效率模型。利用实验数据对各个效率模型进行验证,结果表明:布袋除尘效率和耦合电袋除尘器整体效率模型计算值与实验值最大差值分别为0.01%、0.06%,AHPC电袋除尘分级效率模型计算值与实验值最大差值为0.55%,拟合程度均较好。在可控相对偏差范围内效率理论模型的适用性和准确性均较好,可弥补电袋除尘器效率模型领域的缺失,为耦合电袋除尘器的效率预测提供理论支撑。 展开更多
关键词 耦合电袋除尘器 效率模型 多孔极板效率 理论计算 电袋除尘器 拟合程度
在线阅读 下载PDF
基于SPM-IBOVW模型的自然场景识别 被引量：2
3
作者 章海兵 刘士荣 +1 位作者 张波涛 王坚 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第6期902-909,共8页
提出一种基于空间金字塔匹配的集成化视觉词典(SPM-IBOVW)模型的自然场景识别方法.对各个类别的特征集合分别聚类形成各类别视觉词包,并连接成为集成化视觉词包(IVV);采用一种新的5层空间金字塔划分方法,相比经典划分方法在降低算法复... 提出一种基于空间金字塔匹配的集成化视觉词典(SPM-IBOVW)模型的自然场景识别方法.对各个类别的特征集合分别聚类形成各类别视觉词包,并连接成为集成化视觉词包(IVV);采用一种新的5层空间金字塔划分方法,相比经典划分方法在降低算法复杂度的同时,提高了场景识别率,并通过15类通用复杂场景的识别实验验证其有效性.结果表明,所提出的方法对复杂场景的识别率达到83.17%. 展开更多
关键词 视觉单词 空间金字塔匹配 集成化视觉词包模型 集成化视觉词典 场景识别
在线阅读 下载PDF
取整函数在促销中的应用 被引量：1
4
作者 詹玉 《宁波职业技术学院学报》 2008年第2期15-17,共3页
从一个实际问题出发,通过把实际问题转化为数学模型,根据取整函数的性质,导出一些结果;并且对这个数学模型进行理论深入探讨与延伸,从而得到一般性的结论。最后,还对数学模型问题进行了拓展,使得对该问题的讨论更为全面。
关键词 取整函数 方便面 空袋 增加量 数学模型 极限
在线阅读 下载PDF
基于集成学习的地质灾害危险性评价 被引量：12
5
作者 崔阳阳 邓念东 +2 位作者 曹晓凡 丁一 邢聪聪 《水力发电》 北大核心 2020年第10期36-41,共6页
以府谷县为研究区,提取地形地貌类、地质类、水文类、人类工程活动等15种评价因子作为地质灾害的影响因素,分别采用Bagging、Boosting及随机森林(RF)3种集成学习算法对研究区地质灾害危险性进行评价。评价结果表明,Bagging、Boosting以... 以府谷县为研究区,提取地形地貌类、地质类、水文类、人类工程活动等15种评价因子作为地质灾害的影响因素,分别采用Bagging、Boosting及随机森林(RF)3种集成学习算法对研究区地质灾害危险性进行评价。评价结果表明,Bagging、Boosting以及RF 3种模型的预测正确率分别为76.36%、74.54%和77.28%,预测精度均较高。采用ROC曲线对各模型的性能进行对比与检验表明,Bagging、Boosting及RF模型的AUC值分别为0.792、0.799、0.815,RF模型的性能表现更为优越。该结论为研究区地质灾害危险性评价模型的确定以及后期区内地质灾害防治工程设计提供参考。 展开更多
关键词 地质灾害 危险性评价 集成学习 Boosting模型 bagging模型 随机森林模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部