-
公开(公告)号:CN104504475A
公开(公告)日:2015-04-08
申请号:CN201410837471.8
申请日:2014-12-24
Applicant: 上海大学
CPC classification number: G06K9/6269 , G06N3/02
Abstract: 本发明涉及一种基于AR*-SVM混合建模的雾霾时间序列预测方法。本方法的操作步骤是:第一步,对雾霾时间序列流建立AR*模型;第二步,运用SVM模型对原始序列和从AR*模型中获得的新息序列进行AR*-SVM混合模型的建模;混合模型AR*-SVM是通过AR*和SVM模型分别来获取雾霾时间序列流的线性和非线性部分,并结合起来改善整个雾霾时间序列流的建模和预测性能。本发明提出把AR*类模型与SVM模型结合起来,通过这两类模型来捕捉时间序列流中隐含模式的不同方面,从而提高模型的拟合度,以提高雾霾序列的预测精度,试验也表明本发明的混合建模方法比单独运用这两种方法均有很好的结果。
-
公开(公告)号:CN106960390A
公开(公告)日:2017-07-18
申请号:CN201710000800.7
申请日:2017-01-03
Applicant: 上海大学
CPC classification number: G06Q50/01 , G06K9/6223
Abstract: 本发明涉及一种基于节点聚合度的重叠社区划分方法。本方法操作步骤为:第一步计算节点之间的聚合度,第二步利用节点聚合度,构建特征向量矩阵,第三步进行重叠节点的社区划分。本方法综合网络拓扑结构和节点属性的,设计了基于节点聚合度的重叠社区划分算法。在此基础上结合谱聚类进行重叠社区划分。试验结果表明本发明提出的方法表现出较好的性能和划分效果。
-