夏利
- 作品数：4 被引量：7H指数：1
- 供职机构：南京航空航天大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学一般工业技术更多>>
- 聚类再回归方法在机场噪声时间序列预测中的应用被引量：6
- 2014年
- 对于机场噪声的预测,针对绘制等值线方法预测成本高和误差较大的缺点,以及分类再回归方法中分类时缺乏可指导性标准的问题,本文提出了基于支持向量机的先聚类、再回归的时间序列的预测方法。对机场噪声时间序列的先聚类再回归方法,采用常用k均值划分算法,利用聚类特点,将样本限定在同一类的范围内,再对同类样本进行回归预测。Housing及Laser generated data数据集上的实验表明,采用先聚类再回归方法得到的拟合值比直接回归方法得到的拟合值要精确。将该方法应用到北京某机场实测数据中,并与其他预测模型进行对比,准确度明显优于其他预测方法。
- 夏利王建东张霞王丽娜
- 关键词：支持向量机时间序列机场噪声聚类
- 一种聚类再回归的机场噪声单步预测方法
- 本发明公开了一种聚类再回归的机场噪声单步预测方法，属于机场噪声预测领域。该方法先对机场实测噪声数据进行预处理，提取出实测噪声数据的时间序列(X,Y)，X为已知的噪声时间序列，Y为待预测的噪声时序样本，然后采用聚类划分方法...
- 夏利王建东张霞
- 文献传递
- 模糊聚类再回归方法在机场噪声时间序列预测中的应用被引量：1
- 2014年
- 针对机场噪声的预测问题提出两种先模糊聚类再支持向量回归的时间序列预测方法.一种是模糊C均值聚类再回归,通过聚类将同簇样本限定在一定区域内,然后对同簇样本进行回归预测.另一种是基于阴影集的粗糙模糊C均值聚类再回归,通过聚类将簇划分为核心区和边界区,属于核心区的样本对簇的贡献比属于边界区的样本大,将样本限定在同簇同一区域的范围内,再对同簇相似样本进行回归预测.选用两个常用数据集和北京某机场实测数据进行实验.结果表明,基于模糊聚类的先聚类再回归方法比直接回归方法得到的拟合值更精确.
- 王丽娜王建东夏利
- 关键词：模糊C均值聚类
- 时间序列分析方法在机场噪声预测中的应用研究
- 中国民航的迅猛发展令世界瞩目，民航在国家综合交通运输体系中的比重也不断提升，对国家经济、社会发展和改革开放做出了新的更大贡献。但是，不断新建、扩建的机场和持续增长的航空运输量，也使得困扰中国民航已久的机场噪声问题愈发严重...
- 夏利
- 关键词：支持向量回归
- 文献传递
