首页期刊导航|南京信息工程大学学报
期刊信息/Journal information
南京信息工程大学学报
南京信息工程大学
南京信息工程大学学报

南京信息工程大学

李刚

双月刊

1674-7070

nxdxb@nuist.edu.cn

025-58731025 58731117

210044

南京市宁六路219号

南京信息工程大学学报/Journal Journal of Nanjing University of Information Science & TechnologyCSCD北大核心CSTPCD
查看更多>>《南京信息工程大学学报（自然科学版）》是由江苏省教育厅主管、南京信息工程大学主办的学术类双月刊. 主要刊登电子、通信与自动控制技术；计算机科学与技术；环境科学与工程；地理、遥感与测绘技术；机械仪器仪表、电气工程；地球科学；材料科学；化学与化工；生物学；信息科学与系统科学；数学和物理学等方面的基础理论与应用研究论文. 热忱欢迎海内外专家学者惠赐佳作
正式出版
收录年代

    基于CNN-GRU-ISSA-XGBoost的短期光伏功率预测

    岳有军吴明沅王红君赵辉...
    231-238页
    查看更多>>摘要：针对光伏功率随机性及波动性大,单一预测模型往往难以准确分析历史数据波动规律,从而导致预测精度不高的问题,提出一种基于卷积神经网络-门控循环单元(CNN-GRU)和改进麻雀搜索算法(ISSA)优化的极限梯度提升(XG-Boost)模型的短期光伏功率预测组合模型.首先去除历史数据中的异常值并对其进行归一化处理,利用主成分分析法(PCA)进行特征选取,以便更好地识别影响光伏功率的关键因素.然后采用CNN网络提取数据的空间特征,再经过GRU网络提取时间特征,针对 XGBoost模型手动配置参数困难、随机性大的问题,利用ISSA对模型超参数寻优.最后对两种方法预测的结果用误差倒数法减小误差的同时对权重进行更新,得到新的预测值,从而完成对光伏功率的预测.实验结果表明,所提出的 CNN-GRU-ISSA-XGBoost组合模型具有更强的适应性和更高的精度.

    光伏功率预测改进麻雀搜索算法卷积神经网络门控循环单元XGBoost模型

      原文链接:
    • 万方数据
    • 维普

    水库水位的VMD-CNN-GRU混合预测模型

    韩莹王乐豪魏平慧李占东...
    239-246页
    查看更多>>摘要：水库水位预测为其运营、防洪、水资源调度管理提供了重要决策支持.准确可靠的预测对水资源的优化管理起着至关重要的作用.针对水库水位数据的非线性、不稳定性以及复杂的时空特性,提出一种融合自适应变分模态分解(VMD)、卷积神经网络(CNN)和门控循环单元(GRU)的混合水库水位预测模型.VMD通过对水位序列进行分解消除噪声,CNN用于有效提取水位数据的局部特征,GRU用于提取水位数据的深层时间特征.以葠窝水库日水位为例,与多个相关模型对比分析,结果表明:精度方面,新模型在选取的评价指标上均表现最佳;运算效率方面,本文选择的 GRU与长短时记忆网络(LSTM)相比,运算效率显著提高.新模型预测的高精度、高运算效率更能满足实际水库水位实时调度的需求.

    水位预测变分模态分解门控循环单元卷积神经网络深度学习

      原文链接:
    • 万方数据
    • 维普

    基于误差修正和VMD-ICPA-LSSVM的短期风速预测建模

    钟琳颜七笙
    247-260页
    查看更多>>摘要：精准的风速预测是将风能大规模应用到电力系统中的关键,而风速序列的随机性和波动性等特点使得风速预测难度增加.为增强风速序列的可预测性,采用Logistic混沌映射策略、自适应参数调整策略以及引入变异策略对食肉植物算法(CPA)进行改进,并提出了基于误差修正和 VMD-ICPA-LSSVM 的短期风速预测模型.首先将气象因子作为最小二乘支持向量机(LSSVM)的输入对风速进行预测,获得误差序列.再利用K-L散度自适应地确定变分模态分解(VMD)的参数,并对误差序列进行分解.结合改进食肉植物算法(ICPA)优化LSSVM可调参数的方法来预测分解的子序列.叠加各子序列预测结果后对原始预测序列进行误差修正,进而得到最终风速预测值.实验结果表明,与其他模型相比,所提模型有着更好的预测精度和泛化性能.

    变分模态分解食肉植物算法最小二乘支持向量机误差修正风速预测

      原文链接:
    • 万方数据
    • 维普

    复杂环境下结合EMD的GPS-IR水位反演方法

    李玉豪王盼张迪唐旭...
    261-269页
    查看更多>>摘要：利用法国布雷斯特(Brest)港 BRST测站和英国塞文大桥监测系统GNSS双频观测数据,分别在静态和高动态环境下进行 GPS-IR 水位反演,探究传统GNSS监测系统进行水位反演的可行性与精度.结果表明:L1 波段反演精度高于L2 波段;在静态场景下,GPS-IR 水位反演结果与验潮站数据相关系数大于0.98,在高动态场景下,桥梁 GPS-IR 水位反演精度稍低.利用经验模态分解(EMD)方法对算法进行改进,提高了在桥梁复杂环境下 GPS-IR水位反演结果的精度,均方根误差(RMSE)相比经典方法降低约 50%.本文方法提高了 GPS-IR技术在不同水域环境下的适用性,在水位监测中具有很好的应用前景.

    全球定位系统干涉反射测量信噪比经验模态分解水位反演

      原文链接:
    • 万方数据
    • 维普

    利用SG平滑滤波优化GNSS-R潮位反演

    孙波王新志陈发源朱廷轩...
    270-278页
    查看更多>>摘要：利用全球导航卫星系统反射(GNSS-R)信号进行潮位反演时,需要对多路径频率进行估计.常规反演方法仅对主频率估计,因此存在数据利用率低、反演结果时间分辨率不足的问题.为解决该问题,本文利用 Savitzky-Golay(SG)平滑滤波优化GNSS-R潮位反演.首先,利用Lomb-Scargle周期图(LSP)法提取信号功率的前4 个频率f1～f4,并反演它们对应的潮位值;然后,利用SG平滑滤波方法提取最佳反演结果;最后,以法国BRST站和MAYG站 30 d的数据验证算法的有效性.通过与LSP法和窗口LSP(WINLSP)法进行对比,结果表明:相比LSP法,滤波后BRST站和MAYG站的日均反演值数量分别提升34.3%和19.6%,反演值的最大时间间隔分别减少 43.2%和 29.4%,RMSE值变化不大;相比WINLSP 法,滤波后BRST站和MAYG站的日均反演值数量分别提升24.2%和45.9%,反演值最大时间间隔分别减少 25.4%和 28.6%,RMSE值均减少了 7 cm.总体而言,该方法能够在保证精度的前提下提高反演结果的数量,同时提高了数据的利用率和潮位反演的时间分辨率.

    全球导航卫星系统反射测量平滑滤波多频率潮位

      原文链接:
    • 万方数据
    • 维普

    基于SSA-BP-SVM模型的云龙湖水质反演研究

    任中杰
    279-290页
    查看更多>>摘要：利用遥感技术进行水质监测,全面地掌握水质分布情况对水环境保护具有重要意义.水质参数与地表反射率并非简单的线性关系,BP神经网络和支持向量机(SVM),因其非线性模拟的特点,被广泛应用于水质反演.传统BP 神经网络存在收敛缓慢、容易陷入局部最优的问题;SVM虽然具有很好的拟合能力,但受惩罚系数及核函数参数影响较大.以云龙湖为研究区域,利用Sentinel-2 影像和实测数据,针对重要水质参数电导率和浊度,提出一种基于麻雀搜索算法(SSA)优化BP神经网络及SVM的水质反演耦合模型,利用SSA对BP神经网络及SVM进行参数寻优,基于验证集MAE计算模型权重,对 SSA-BP、SSA-SVM 模型测试组输出层加权计算后获得最终反演结果.与 BPNN、SVM、SSA-BP、SSA-SVM 模型对比,结果表明:1)Sentinel-2影像对电导率及浊度的敏感波段均为可见光及短波红外波段;2)SSA-BP-SVM水质反演耦合模型精度更高,电导率及浊度反演模型R2 分别为 0.92、0.89;3)云龙湖具有典型的城市水体特征,电导率受上游南望净水厂排水影响较大,浊度受社会生产活动带来的颗粒污染物影响较大.基于 Sentinel-2 影像利用 SSA-BP-SVM模型进行水质反演具有较好的应用潜力,能够为云龙湖水质监测以及制定保护措施提供一定的技术支撑.

    BP神经网络支持向量机麻雀搜索算法电导率浊度

      原文链接:
    • 万方数据
    • 维普

    征稿启事

    封4页
      原文链接:
    • 万方数据