您的位置: 专家智库 > >

任伟杰

作品数:13 被引量:38H指数:3
供职机构:大连理工大学更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术理学环境科学与工程经济管理更多>>

文献类型

  • 8篇专利
  • 3篇期刊文章
  • 2篇学位论文

领域

  • 6篇自动化与计算...
  • 2篇理学
  • 1篇经济管理
  • 1篇环境科学与工...

主题

  • 4篇因果关系
  • 4篇时间序列预测
  • 3篇因果
  • 3篇因果关系分析
  • 3篇时间序列
  • 3篇网络
  • 3篇回声状态网络
  • 3篇多元时间序列
  • 3篇GRANGE...
  • 2篇映射
  • 2篇数据挖掘
  • 2篇数据挖掘技术
  • 2篇污染
  • 2篇线性映射
  • 2篇阶数
  • 2篇混沌
  • 2篇混沌时间序列
  • 2篇核函数
  • 2篇非线性映射
  • 2篇高斯

机构

  • 13篇大连理工大学

作者

  • 13篇任伟杰
  • 9篇韩敏
  • 2篇许美玲
  • 1篇李昕

传媒

  • 3篇自动化学报

年份

  • 2篇2023
  • 2篇2021
  • 6篇2020
  • 1篇2018
  • 2篇2014
13 条 记 录,以下是 1-10
排序方式:
一种基于稀疏化方法的核最小均方时间序列在线预测模型
一种基于稀疏化方法的核最小均方时间序列在线预测模型,属于时间序列预测技术领域。本发明选择核自适应滤波器中经典的核最小均方算法作为基础算法,针对实际数据中存在异常值和自然噪声等问题,将稀疏化方法和自适应调整方法运用其中,提...
赵超超任伟杰韩敏
文献传递
一种零时滞非线性扩展Granger因果分析方法
一种零时滞非线性扩展Granger因果分析方法,属于数据挖掘技术领域。传统的Granger因果模型基于滞后项的VAR模型,但忽略零时滞会极大地改变滞后项的模型系数,从而导致错误的因果识别。其次,传统的Granger因果模...
李柏松任伟杰韩敏
文献传递
一种基于随机傅里叶特征的核递归最大相关熵时间序列在线预测方法
本发明公开了一种基于随机傅里叶特征的核递归最大相关熵时间序列在线预测方法,属于时间序列在线预测领域。包括以下步骤:首先,收集时间序列历史数据并进行预处理,构建训练数据<Image file="DDA00023708727...
沈天宇任伟杰韩敏
文献传递
一种基于LSTM-Autoencoder模型的空气质量预测方法
一种基于LSTM‑Autoencoder模型的空气质量预测方法,针对现有的数据驱动方法往往忽略城市多个站点之间的动态关系,且无法在统一的预测框架中同时对PM2.5时间序列和气象数据进行建模,导致预测精度不理想。为此,提出...
许星晗夏慧娟胡磊任伟杰张成坤
一种基于粒子群优化与自编码器的混沌时间序列预测方法
本发明公开一种基于粒子群优化与自编码器的混沌时间序列预测方法,属于复杂系统的混沌时间序列建模分析领域。该预测方法针对传统的简单模型在混沌时间序列预测时存在的不足,结合堆栈自编码网络可以进行多次无监督特征提取和智能优化算法...
任伟杰李昕韩敏
文献传递
一种基于L_1范数正则化的回声状态网络被引量:12
2014年
针对回声状态网络存在的病态解以及模型规模控制问题,本文提出一种基于L1范数正则化的改进回声状态网络.该方法通过在目标函数中添加L1范数惩罚项,提高模型求解的数值稳定性,同时借助于L1范数正则化的特征选择能力,控制网络的复杂程度,防止出现过拟合.对于L1范数正则化的求解,采用最小角回归算法计算正则化路径,通过贝叶斯信息准则进行模型选择,避免估计正则化参数.将模型应用于人造数据和实际数据的时间序列预测中,仿真结果证明了本文方法的有效性和实用性.
韩敏任伟杰许美玲
关键词:回声状态网络正则化多元时间序列
多元时间序列的特征分析与建模研究
多元时间序列广泛存在于实际复杂系统中,多个变量之间存在着复杂的耦合关系。挖掘出时间序列数据中蕴含的有用信息,对实际复杂系统的分析与建模具有重要意义。本文以复杂系统产生的多元时间序列为研究对象,针对多元时间序列的特征选择、...
任伟杰
关键词:因果关系特征提取
文献传递
一种零时滞非线性扩展Granger因果分析方法
一种零时滞非线性扩展Granger因果分析方法,属于数据挖掘技术领域。传统的Granger因果模型基于滞后项的VAR模型,但忽略零时滞会极大地改变滞后项的模型系数,从而导致错误的因果识别。其次,传统的Granger因果模...
李柏松任伟杰韩敏
文献传递
多元时间序列因果关系分析研究综述被引量:13
2021年
多元时间序列的因果关系分析是数据挖掘领域的研究热点.时间序列数据包含着与时间动态有关的、未知的、有价值的信息,因此若能挖掘出这些知识进而对时间序列未来趋势进行预测或干预,具有重要的现实意义.为此,本文综述了多元时间序列因果关系分析的研究进展、应用与展望.首先,本文归纳了主要的因果分析方法,包括Granger因果关系分析、基于信息理论的因果分析和基于状态空间的因果分析;然后,总结了不同方法的优缺点、适用范围和发展方向,并概述了其在不同领域的典型应用;最后,讨论了多元时间序列因果分析方法待解决的问题和未来研究趋势.
任伟杰任伟杰
关键词:多元时间序列GRANGER
辽宁省PM2.5的时空克里金分析
时空数据非常丰富,且容易获得,它还同时包含时间和空间两个维度的数据,如降雨量、臭氧浓度和空气质量等。本文运用时空克里金法对辽宁省2016年的PM2.5的日均浓度进行了时空预测,通过对可分模型、积和模型、度量模型与和度量模...
任伟杰
关键词:细颗粒物变异函数时空数据
共2页<12>
聚类工具0