一种基于量子游走的时间序列多尺度分析方法

    公开(公告)号:CN114429077A

    公开(公告)日:2022-05-03

    申请号:CN202111499360.7

    申请日:2021-12-09

    Abstract: 本发明公开了一种基于量子游走的时间序列多尺度分析方法,包括:1.基于量子游走产生多尺度、多特征的序列;2.特征序列筛选;3.基于回归分析的时间序列建模与预测;4.基于频率域、时间域的结果评价;5.实验验证。本发明的优势在于将量子游走的多尺度特征运用于时间序列的分析当中,并结合了两种规则下的特征提取方法,结合提取出的特征,使用线性、非线性、基于时间的回归方法建立原始时间序列的模型。这种时间序列的分析方法不需要有平稳性假设等预先假设,是一种通用的时间序列分析方法。本发明使用特征序列的方式表示量子游走在时空上的变化特征,并将这些特征用于数据的分析当中,是量子游走在数据分析领域应用的一次重大突破。

    一种基于Bayes网络的气候演化模拟方法

    公开(公告)号:CN114429076A

    公开(公告)日:2022-05-03

    申请号:CN202111453238.6

    申请日:2021-12-01

    Abstract: 本发明公开了一种基于Bayes网络的气候演化模拟方法,包括如下步骤:利用多粒度时空对象将GREB气候演化过程抽象为场景;引入Bayes网络的图模型,通过Bayes网络的图模型表达多粒度时空对象的关联关系,利用条件概率表描述多粒度时空对象的关系强度;利用更新算子更新和同步气候演化状态。本发明将GREB模型与Bayes网络二者通过动力耦合的视角有机整合和嵌套,构造气候演化模型,不仅能兼顾气候演化的物理规律,还能有效地提高模拟的效率和精度,同时对数据具有一定的稳定性,为多粒度时空对象气候对象复杂关系的表达、推理、分析、预测提供方法支撑,为今后气候演化变量的数值模拟提供了有力支撑。

    一种基于生成-滤波机制的交通流特征模态分解方法

    公开(公告)号:CN112614335B

    公开(公告)日:2021-12-07

    申请号:CN202011284157.3

    申请日:2020-11-17

    Abstract: 本发明公开一种基于生成‑滤波机制的交通流特征模态分解方法,首先,将高速交通流作为一个封闭交通系统,根据驾驶员的随机性,将每个驾驶员看作一个单独的粒子,模拟出路径轨迹,再根据不同参数下轨迹的概率分布,得到对应的交通模态;其次,取不同的量子随机游走的参数,得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化,进而变换不同的站点形成该高速交通流模态集合;最后,根据实际观测的交通流数据,对生成的交通模态进行筛选,反演出交通流的模态结构。本发明从多尺度分解的视角揭示了交通流的复杂结构和多模态特征,为交通管理、预测和调控的提供了一定参考,对解决当今社会面临的诸多交通问题有重大意义。

    一种基于量子游走的行为轨迹序列多特征模拟方法

    公开(公告)号:CN113393488A

    公开(公告)日:2021-09-14

    申请号:CN202110636508.0

    申请日:2021-06-08

    Abstract: 本发明公开了一种基于量子游走的行为轨迹序列多特征模拟方法,包括如下步骤:(1)生成全集特征序列;(2)筛选特征序列;(3)构建特征序列映射机制;(4)实验验证。本发明基于个体行为与群体行为间的转化组合特性,从多尺度解析的视角利用量子游走模拟同类个体的特征结构,并实现对行为轨迹的模拟。

    一种基于量子游走的时间序列多尺度分析方法

    公开(公告)号:CN114429077B

    公开(公告)日:2024-09-13

    申请号:CN202111499360.7

    申请日:2021-12-09

    Abstract: 本发明公开了一种基于量子游走的时间序列多尺度分析方法,包括:1.基于量子游走产生多尺度、多特征的序列;2.特征序列筛选;3.基于回归分析的时间序列建模与预测;4.基于频率域、时间域的结果评价;5.实验验证。本发明的优势在于将量子游走的多尺度特征运用于时间序列的分析当中,并结合了两种规则下的特征提取方法,结合提取出的特征,使用线性、非线性、基于时间的回归方法建立原始时间序列的模型。这种时间序列的分析方法不需要有平稳性假设等预先假设,是一种通用的时间序列分析方法。本发明使用特征序列的方式表示量子游走在时空上的变化特征,并将这些特征用于数据的分析当中,是量子游走在数据分析领域应用的一次重大突破。

    一种基于生成-滤波机制的交通流特征模态分解方法

    公开(公告)号:CN112614335A

    公开(公告)日:2021-04-06

    申请号:CN202011284157.3

    申请日:2020-11-17

    Abstract: 本发明公开一种基于生成‑滤波机制的交通流特征模态分解方法,首先,将高速交通流作为一个封闭交通系统,根据驾驶员的随机性,将每个驾驶员看作一个单独的粒子,模拟出路径轨迹,再根据不同参数下轨迹的概率分布,得到对应的交通模态;其次,取不同的量子随机游走的参数,得到站点上由不同的驾驶模态导致的交通流概率分布的时间演化,进而变换不同的站点形成该高速交通流模态集合;最后,根据实际观测的交通流数据,对生成的交通模态进行筛选,反演出交通流的模态结构。本发明从多尺度分解的视角揭示了交通流的复杂结构和多模态特征,为交通管理、预测和调控的提供了一定参考,对解决当今社会面临的诸多交通问题有重大意义。

Patent Agency Ranking