- 年份
- 2025(2)
- 2024(5)
- 2023(1)
- 2022(11)
- 2021(9)
- 2020(4)
- 2019(4)
- 2018(2)
- 2017(3)
- 2016(3)
- 更多...
- 核心收录
- 北京大学中文核心期刊目录(北大核心)(40)
- 中国科技论文与引文数据库(CSTPCD)(37)
- 中国人文社会科学引文数据库(CHSSCD)(13)
- 中国科学引文数据库(CSCD)(12)
- 中文社会科学引文索引(CSSCI)(12)
- 更多...
- 刊名
- 统计与决策(11)
- 农业工程学报(2)
- 地理空间信息(2)
- 工矿自动化(2)
- 微型电脑应用(2)
- 现代电子技术(2)
- 电力信息与通信技术(2)
- 计算机与数字工程(2)
- 计算机工程(2)
- 计算机工程与应用(2)
- 更多...
- 作者单位
- 华北电力大学(2)
- 西安邮电大学(2)
- 上海交通大学(1)
- 上海海洋大学(1)
- 上海理工大学(1)
- 东北林业大学(1)
- 中国地震局(1)
- 中国建设银行(1)
- 中国石油天然气股份有限公司(1)
- 中国科学院地理科学与资源研究所(1)
- 更多...
- 语种
- 汉语(73)
- 关键词
- 时间序列数据(73)
- 截面数据(7)
- 深度学习(4)
- LSTM(3)
- TIMESAT(2)
- 仿真实验(2)
- 动态时间规整(2)
- 基于范例的推理(2)
- 应用(2)
- 循环神经网络(2)
- 更多...
- 作者
- 冀敏杰(2)
- 叶世伟(2)
- 尹超(2)
- F.Tsunomori(1)
- G.Igarashi(1)
- K.Kawai(1)
- R.S.J.Sparks(1)
- 丁国辉(1)
- 丁琳琳(1)
- 丁自伟(1)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 73 条结果
- 经济管制政策综合性绩效检验分析北大核心CHSSCDCSSCI
- 改进的基于重要点的时间序列数据分段方法CSTPCD
- 地下水气体组分的潮汐变化摘要:我们观察了日本中部Omaezaki地区地下水气体组分时间序列数据的周期性变化,Omaezaki是日本地震预报目录中即将到来的Tokai地震前兆信号观察的重要地区。我们已经开始在一口100m深的井中对地下水中气体组分进行持续监测。
- 用于分离海道测量时间序列信号中系统误差的新方法
- 一种支持时间序列数据的CBR检索算法
- 基于WISKI的水文时间序列数据管理与应用北大核心
- 基于结构方程模型改进ARMA模型参数估计摘要:自回归移动平均模型(ARMA模型)是目前最常用的拟合平稳序列的模型;分为AR模型、MA模型和ARMA模型三大类.通常将自回归模型(AR)、移动平均模型(MA)或自回归移动平均模型(ARMA),称作ARIMA模型体系,是一个重要的预测工具,成为时间序列分析中许多基本思想的基础.针对时间序列数据分析中ARMA模型的识别、建立和估计问题,提出一种将SEM结构方程应用于ARMA模型参数估计的改进算法,以加快计算的收敛速度和提高模型参数估计的精…查看全部>>
- 基于改进ESN的时间序列数据预测及误差分析CSTPCD
- 基于Isolation Forest和Random Forest相结合的智能电网时间序列数据异常检测算法CSTPCD摘要:智能电网的信息系统是保障电力行业正常运行的基础,而智能电网中各种时间序列数据的分析结果是衡量信息系统稳定运行的重要依据.传统的时间序列数据异常检测算法很难同时兼顾准确性和实时性.本文引入基于Isolation Forest和Random Forest相结合的智能电网时间序列数据异常检测算法,结合无监督学习算法和有监督学习算法的优点,实现机器自动标注和自动学习阈值,人工标注少量特征值,从一定程度上提高了时间序列数据异常检查准确性和实时性…查看全部>>
- 心理学研究数据类型与统计方法——谈函数型数据分析的引入北大核心CHSSCDCSCDCSSCI