问题 |
E3S网页汇编
卷积2562021
2021年电力系统与能源互联网国际会议 |
|
---|---|---|
文章号 | 0238 | |
页数 | 4 | |
段内 | 能源互联网研发智能能源应用 | |
多尔市 | https://doi.org/10.1051/e3sconf/202125602038 | |
在线发布 | 2021年5月10日 |
betway手机投注多变时间序列预测高维数据
一号大数据网格公司中心中国北京100052
2北京Sgitg信息技术中心有限公司
*电子邮件:chenrundong@sgitg.sgcc.com.cn
betway手机投注为了提高高维数据时间序列预测精度,建议基于深加学习的高维数据多变时序列预测法深加学习法用于解决每个变量延时并挖掘数据特征betway手机投注按照最大条件回文原理,相位空间嵌入维量扩展,并构建多维数据多变时间序列模型重构坐标从低维转换为高维可保持相对稳定betway手机投注强独立性和低冗余最终重构相位构建多变时间序列预测有效模型输入矢量betway手机投注经典多变混乱时间序列数值实验显示,本文建议的方法有更好的预测效果,显示该方法的预测效果
必威西汉姆赞助2021年EDP科学出版
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间