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10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：
基于STARMA模型的城市暴雨积水点积水短时预测 被引量：15
1
作者 郑姗姗 万庆 贾明元 《地理科学进展》 CSCD 北大核心 2014年第7期949-957,共9页
近年来城市暴雨出现突发和多发态势,导致城市内涝灾害频繁发生,威胁着城市居民的生命和财产安全。随着城市降雨积水监测网的建立,获得分钟尺度的降雨和积水时序监测数据成为可能,实现了城市内涝的实时监控。但目前对监测数据的利用仍显... 近年来城市暴雨出现突发和多发态势,导致城市内涝灾害频繁发生,威胁着城市居民的生命和财产安全。随着城市降雨积水监测网的建立,获得分钟尺度的降雨和积水时序监测数据成为可能,实现了城市内涝的实时监控。但目前对监测数据的利用仍显不足,缺乏对其深度分析挖掘,造成监测系统"只监不控"的局面。本文基于城市降雨积水监测网的监测数据,根据积水时间相关性、降雨空间相关性以及降雨积水序列相关性,构建降雨积水的时空自相关移动平均模型(STARMA),对城市暴雨积水点积水过程进行短时预测。STARMA模型已被广泛应用于交通预测、环境变量预测以及社会经济领域,特别是在时空过程机理不清楚、多因素时空变量影响的情况下效果较好。本文首次将该模型应用到降水积水过程拟合和积水短时预测上,同时在方法上改进了传统单变量的STARMA模型,建立降雨和积水双变量的STARMA模型模拟降雨积水过程。并以北京市2012年"7.21"事件降雨积水过程为研究对象,以丰北桥、花乡桥、马家楼桥和六里桥4个积水监测点为例,建立降雨积水的STARMA模型,以5 min为步长作积水5、10、15 min三步预测。验证结果表明,该模型在降雨积水过程中拟合效果较好,模型短时预测精度较高。该项研究能够有效地利用监测数据,提高信息预警和应急指挥能力,为市政防汛或交通等部门提供决策支持。 展开更多
关键词 暴雨积水 短时预测 时空序列 starma模型 时间自相关 空间相关
原文传递
GWR与STARMA结合的WMS响应时间时空预测模型 被引量：5
2
作者 刘宵婧 桂志鹏 +2 位作者 曹军 李锐 吴华意 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2018年第6期951-958,共8页
响应时间作为一项非功能性属性,是网络服务性能的重要度量指标。它直接影响了用户的服务体验,并在服务资源选择中扮演重要的角色。响应时间不仅受制于服务自身的软硬件性能,同时还受到用户访问时空分布差异性的影响,具有显著的不确定性... 响应时间作为一项非功能性属性,是网络服务性能的重要度量指标。它直接影响了用户的服务体验,并在服务资源选择中扮演重要的角色。响应时间不仅受制于服务自身的软硬件性能,同时还受到用户访问时空分布差异性的影响,具有显著的不确定性,因此如何可靠地预测响应时间是一个难点。选取OGC WMS（web map service）为研究对象,通过全球多地分布式部署的监测系统获取服务响应时间,在分析WMS响应时间与时空因素的关联关系及其变化规律基础上,提出地理加权回归（geographical weighted regression,GWR）与时空自相关移动平均（spatial-temporal auto regressive and moving average,STARMA）相结合的WMS响应时间时空预测模型。该模型综合考虑了用户访问时空分异特征对WMS响应时间的影响,其中GWR部分描述服务响应时间的时空趋势,STARMA部分拟合时空序列局部随机扰动。通过将多个地区监测点不同时刻WMS响应时间的实测数据与模型预测值对比,验证了模型的有效性。实验表明,该模型的预测精度相比经典的平均值法AVG有较大的提升,同时较GWR模型和STARMA模型的精度有一定程度的改善。 展开更多
关键词 OGC WMS 响应时间 时空预测模型 starma GWR
原文传递
STARMA网络时空序列预测模型研究 被引量：6
3
作者 王尚北 王建东 陈海燕 《计算机应用研究》 CSCD 北大核心 2014年第8期2315-2319,共5页
针对传统方法建立的空间权矩阵难于真实、准确地反映空间邻近变量之间相互影响的不足,提出一种基于样本数据驱动的空间权矩阵建立方法,将建立空间权矩阵转换为求解未知系数线性方程;针对STARMA模型只具有线性形式而无法捕获时空序列中... 针对传统方法建立的空间权矩阵难于真实、准确地反映空间邻近变量之间相互影响的不足,提出一种基于样本数据驱动的空间权矩阵建立方法,将建立空间权矩阵转换为求解未知系数线性方程;针对STARMA模型只具有线性形式而无法捕获时空序列中非线性模式的不足,提出STARMA网络模型,采用网络结构,以非线性函数代替线性组合。通过实验分析验证了基于样本数据驱动的空间权矩阵建立方法和STARMA网络的有效性。 展开更多
关键词 时空序列 starma网络模型 空间权矩阵 序列聚类 机场噪声
在线阅读 下载PDF
基于时空模型的PM(2.5)预测与插值 被引量：9
4
作者 徐文 黄泽纯 张倩宁 《江苏师范大学学报（自然科学版）》 CAS 2016年第3期70-75,共6页
PM_（2.5）已对我国的空气质量构成了严重威胁,对其预警、预报具有重要的意义.由于PM_（2.5）数据同时具有时间与空间属性,而目前的研究缺少对其时空属性的探索与挖掘.以2015年10~12月华北地区58个城市的日均PM_（2.5）浓度数据作为实... PM_（2.5）已对我国的空气质量构成了严重威胁,对其预警、预报具有重要的意义.由于PM_（2.5）数据同时具有时间与空间属性,而目前的研究缺少对其时空属性的探索与挖掘.以2015年10~12月华北地区58个城市的日均PM_（2.5）浓度数据作为实验数据,利用时空自回归移动平均（STARMA）模型及只考虑时间属性的自回归移动平均（ARMA）模型对PM_（2.5）进行预测,并利用时空克里金插值与只考虑空间属性的普通克里金插值对PM_（2.5）进行插值.结果表明,STARMA模型与ARMA模型的预测相比,时空克里金与普通克里金的插值相比,PM_（2.5）预测及插值精度均有所提升,且具有时空灵活性. 展开更多
关键词 PM_(2.5)时空分析 时空自回归移动平均模型 时空克里金插值
在线阅读 下载PDF
基于SVD和ARIMA的时空序列分解与预测 被引量：9
5
作者 杨立宁 李艳婷 《计算机工程》 CAS CSCD 北大核心 2021年第3期53-61,共9页
针对传统时空序列建模过程中估计空间权重矩阵时难度较高的问题,提出一种基于奇异值分解(SVD)的时空序列分解模型ST-SVD。对原始时空序列矩阵进行平稳性检测并中心化为零均值平稳时空序列,在假设时间和空间没有交互作用的前提下,利用SV... 针对传统时空序列建模过程中估计空间权重矩阵时难度较高的问题,提出一种基于奇异值分解(SVD)的时空序列分解模型ST-SVD。对原始时空序列矩阵进行平稳性检测并中心化为零均值平稳时空序列,在假设时间和空间没有交互作用的前提下,利用SVD技术将时空序列分解为空间模式、时间模式以及模式强度的乘积,通过ARIMA模型对平稳的时间模式进行建模并得到其预测结果,在此基础上,将时间模式的预测结果与分解得到的空间模式相结合,利用SVD技术对真实的时空序列进行重建,得到各个空间点的最终预测结果。实验结果表明,与ARIMA、Lasso-VAR、LSTM和STARMA模型相比,ST-SVD模型的训练时间成本降低50%以上,预测精度提升10%以上,其在实际工程应用中能够有效完成时空序列预测任务。 展开更多
关键词 时空序列预测 奇异值分解 starma模型 VAR模型 长短时记忆网络 基站流量
在线阅读 下载PDF
时空神经网络及其在机场噪声预测中的应用 被引量：2
6
作者 王尚北 王建东 陈海燕 《计算机工程》 CAS CSCD 2014年第7期133-137,共5页
针对时空序列建模分析问题,利用函数扩展技术,结合线性脉冲响应滤波原理,提出一种新型时空神经网络。该网络由函数扩展功能模块和线性延时脉冲模块组成。函数扩展功能模块将网络输入空间映射到高维空间,实现时空序列非线性模式到高维映... 针对时空序列建模分析问题,利用函数扩展技术,结合线性脉冲响应滤波原理,提出一种新型时空神经网络。该网络由函数扩展功能模块和线性延时脉冲模块组成。函数扩展功能模块将网络输入空间映射到高维空间,实现时空序列非线性模式到高维映射空间线性模式转换;线性脉冲延时模块等效于时空线性脉冲响应滤波器,用于拟合时空序列中的线性模式。采用LevenbergMarquardt最优方法对网络进行训练,设计时空神经网络的快速学习算法。机场噪声仿真结果表明,该网络具有快速收敛和高精度的特点,预测精度高于时空自相关移动平均模型和多层感知器神经网络。 展开更多
关键词 时空神经网络 函数链接人工神经网络 线性脉冲响应滤波 时空白相关移动平均模型 时空序列 机场噪声
在线阅读 下载PDF
时空序列模型在沉降监测中的应用 被引量：2
7
作者 柳新强 王涛 胡泊 《测绘与空间地理信息》 2019年第2期86-89,93,共5页
在工程建(构)筑物的变形分析中,主要考虑的是针对各个测点的时序分析,进而实现变形体的预测预报,但这样会造成模型的冗余。实际上,很多变形体作为一个整体结构,测点间在时间和空间上均存在一定的相关性,即时空相关性。时空序列模型(STAR... 在工程建(构)筑物的变形分析中,主要考虑的是针对各个测点的时序分析,进而实现变形体的预测预报,但这样会造成模型的冗余。实际上,很多变形体作为一个整体结构,测点间在时间和空间上均存在一定的相关性,即时空相关性。时空序列模型(STARMA)则是根据时空序列的时间相关性和空间相关性对序列进行分析的一种建模方法,从理论上来讲能够更好地反映出变形体的形变规律。本文以某建筑物的沉降监测作为研究对象,建立STARMA模型,结果表明,该模型具有较好的实际应用效果。 展开更多
关键词 空间权重 时空相关性 starma模型 沉降监测
在线阅读 下载PDF
基于时空序列混合模型的犯罪情报预测分析 被引量：7
8
作者 刘美霖 高见 +1 位作者 黄鸿志 袁得嵛 《情报杂志》 CSSCI 北大核心 2018年第9期27-31,37,共6页
[目的/意义]犯罪行为的分布和发生在时间上和空间上具有一定的规律性。犯罪情报预测分析对于获取未来的犯罪变化动态具有重要意义。传统的犯罪情报预测分析,要求熟悉政治、人文、经济、地理等多方面因素和社会犯罪动态变化规律,具有一... [目的/意义]犯罪行为的分布和发生在时间上和空间上具有一定的规律性。犯罪情报预测分析对于获取未来的犯罪变化动态具有重要意义。传统的犯罪情报预测分析,要求熟悉政治、人文、经济、地理等多方面因素和社会犯罪动态变化规律,具有一定的局限性。因此需要探究新方法。[方法/过程]针对犯罪数据构建了神经网络和STARM A(时空自相关移动平均模型)的时空序列混合模型,根据历史犯罪数据预测未来发生犯罪的数量变化。首先利用神经网络提取犯罪数据中非线性特征,然后对残差建立STARMA模型,整合出最终的预测结果。[结果/结论]既弥补了传统STARMA模型无法挖掘非线性关系的不足,又满足了模型所需数据的平稳性的要求。通过实验验证了该方法可减小预测误差,在犯罪情报预测方面更加准确。 展开更多
关键词 犯罪情报预测 时空序列 神经网络 starma模型 混合模型
在线阅读 下载PDF
时空序列模型在地下管线沉降监测中的应用 被引量：1
9
作者 柳新强 王涛 《北京测绘》 2018年第7期809-813,共5页
变形分析与预报是工程建(构)物在施工与运营期间的重要内容,目前应用较为广泛的是针对变形体各测点建立时间序列模型(ARMA),这种建模方法考虑的是各测点位移在时间变化上的关联性,而时空序列模型(STARMA)则同时考虑测点在时间以及空间... 变形分析与预报是工程建(构)物在施工与运营期间的重要内容,目前应用较为广泛的是针对变形体各测点建立时间序列模型(ARMA),这种建模方法考虑的是各测点位移在时间变化上的关联性,而时空序列模型(STARMA)则同时考虑测点在时间以及空间上的相关性,从理论上来讲,能够更好的解释变形体的形变规律。本文以某地下管线沉降监测为研究对象,分别建立ARMA模型以及STARMA模型,通过计算各测点预测RSE、NMSE、RMSE、MAE四个误差指标值并进行比较,验证了STARMA模型在预测精度上好于ARMA模型,对于管线沉降监测具有一定的应用价值。 展开更多
关键词 地下管线 沉降监测 自回归滑动平均模型(ARMA) 时空自回归滑动平均模型(starma)
在线阅读 下载PDF
基于神经网络与时空序列的混合模型在变形监测中的应用
10
作者 柳新强 王涛 焦佳爽 《河南科学》 2017年第2期227-233,共7页
在变形数据分析与建模中,同时考虑变形体测点之间的时间相关性以及空间相关性的时空序列模型(STARMA)能够更好地反映出变形体的形变规律,但STARMA模型是建立在线性平稳模型基础上的,且大多数观测数据序列是非平稳过程,这给时空序列模型... 在变形数据分析与建模中,同时考虑变形体测点之间的时间相关性以及空间相关性的时空序列模型(STARMA)能够更好地反映出变形体的形变规律,但STARMA模型是建立在线性平稳模型基础上的,且大多数观测数据序列是非平稳过程,这给时空序列模型的应用带来了局限性.由于BP神经网络具有很强的非线性映射能力,基于此,结合这两种模型的特点,构造ANN+SRATMA混合模型来处理非平稳序列.通过对建筑物的沉降观测进行分析研究,结果表明了混合模型要优于单一模型,具有很好的实用性. 展开更多
关键词 非平稳时空序列 starma模型 BP神经网络 沉降监测
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