导读:本文包含了时空预测论文开题报告文献综述及选题提纲参考文献，主要关键词:动态网络,链路预测,注意力机制,长短时记忆网络
时空预测论文文献综述
陈晋音,徐轩桁,吴洋洋,陈一贤,郑海斌[1]（2019）在《基于时空注意力深度模型的动态链路预测》一文中研究指出动态网络的链路预测在复杂网络的各个领域均有应用.动态网络的节点和链路随时间动态变化(出现或者消失),因此其链路预测比静态链路预测更具有挑战.本文提出一种时空注意力的深度模型(GLAT),通过提取动态网络的时空特征,实现端到端(end-to-end)的动态网络的链路预测.GLAT通过注意力长短时记忆网络(LSTM-attention)和注意力图卷积网络(GCN-attention)相结合,利用LSTM-attention学习网络节点连边状态的时序信息,利用GCN-attention学习每个时刻网络的结构特征,通过提出的两种时空注意力机制可有效关注与动态链路预测任务相关的时空特征.本文对四个真实世界的数据集展开实验验证,GLAT模型在AUC、GMAUC、误差率这几个指标上分别比对比算法提高了9. 41%、13. 76%、82. 41%.本文使用度中心性(DC)和链路介数中心性(EBC)来衡量每条链路的重要性,实验证明,GLAT模型在这两个重要性链路上的预测误差率上比对比算法分别提高了32. 2%、17. 77%.因此GLAT模型在预测准确性,错误率和动态跟踪方面优于现有方法.(本文来源于《小型微型计算机系统》期刊2019年11期）
杨佳宁,黄向生,李宗翰,荣灿,刘道伟[2]（2019）在《基于双层栈式长短期记忆的电网时空轨迹预测》一文中研究指出随着广域量测技术的发展,提前辨识暂态稳定性并采取预防控制措施对电力系统的安全和稳定有着重要意义,而对电力系统的时空轨迹预测则是其中的关键。传统的无系统模型电网时空轨迹预测方法虽然不依赖于系统模型,计算速度较快,但是在预测过程中并没有考虑到电网的空间拓扑关系,另外,在现代复杂电网的大数据环境下,其预测精度相比于采用深度学习的方法仍有待提高。因此,提出了基于双层栈式长短期记忆和近邻节点拓扑关系的电网时空轨迹预测模型。它采用栈式长短期记忆的神经网络结构,并将所预测发电机节点的近邻一阶节点和二阶节点特征引入到了模型中。实验数据表明,支持向量回归法、循环神经网络方法、单层长短期记忆神经网络方法、基于双层栈式长短期记忆的电网时空轨迹预测方法在测试集上的预测均方根误差逐渐递减,预测精度逐渐增加,而在一阶节点和二阶节点分别引入电网时空轨迹预测的情况下,随着引入邻近节点的增加,预测精度也逐渐增加。相比于传统的电网时空轨迹预测方法,基于双层栈式长短期记忆和近邻节点拓扑关系的电网时空轨迹预测模型能更好地表征暂态场景下电网时空轨迹的变化,更精确地实现电网时空轨迹的预测。(本文来源于《计算机科学》期刊2019年S2期）
徐丽,曲建升,吴金甲,韦沁,白静[3]（2019）在《中国农牧业碳排放时空变化及预测》一文中研究指出基于主要粮食作物、农资投入和牲畜数据,对中国31个省市自治区1997—2016年农牧业碳排放进行测算;采用变动指数、重心模型和标准差椭圆分析其时空变化特征;以趋势外推、灰色预测和差分整合移动平均自回归(ARIMA)模型为基础,利用标准差优选组合模型预测2017—2022年农牧业碳排放状况。结果表明:1997—2016年农业大环境向好,多省碳排放增加,重心向西北移动,主体区域在胡焕庸线右侧。但多省牧业碳排放降低,重心在河南境内摆动,主体区域扩大并向东南—西北扭转;农业碳排放高值区向东北叁省和黄淮海转移,牧业碳排放高值区集中于传统区域和中部地区;组合模型预测优于单一模型,到2022年农业碳排放延续历史趋势但年均增速降低,牧业碳排放达到1. 13×10~8t,年均增速提高。(本文来源于《生态与农村环境学报》期刊2019年10期）
邱儒琼,付军明,彭少坤,向宇,王晓醉[4]（2019）在《暴雨洪涝淹没灾情时空变化预测方法研究》一文中研究指出暴雨洪涝灾害一直是全球发生最频繁,影响范围最广的自然灾害之一,科学而全面地对暴雨洪涝灾害进行评价管理,具有十分重要的意义。针对暴雨洪涝淹没灾情科学预测的需求,以湖北省气象局提供的时间序列的暴雨洪涝淹没数据为基础,利用ARIMA模型(差分自回归滑动平均模型)对襄阳市2014-07-04 19:00和20:00的暴雨洪涝淹没灾情进行预测。诊断结果表明所建立的ARIMA(1,1,1)模型对襄阳市暴雨洪涝淹没数据可信度较好,对未来1 h和2 h暴雨洪涝淹没情况预测平均绝对误差分别是0.013 856和0.051 5,与实际监测值的相关性R的平方分别为0.769 9、0.458 9。该ARIMA(1,1,1)预测模型可以满足实际的预测需求。未来1 h的预测结果优于2 h预测,且未来1 h预测结果相关性较强,表明所建立的模型能够较好地应用于襄阳市未来1 h内的暴雨洪涝淹没灾情预测。(本文来源于《地理空间信息》期刊2019年10期）
任婧宇,赵俊侠,马红斌,彭守璋,李炳垠[5]（2019）在《2015-2100年黄土高原四季气候变化的时空分布趋势预测》一文中研究指出[目的]研究黄土高原2015—2100年四季气候的时空变化及趋势,为该区应对全球气候变化制定适应性策略时提供科学依据。[方法]基于27个GCMs 2015—2100年逐月气候数据集,利用Delta空间降尺度方法对该数据集在黄土高原地区进行降尺度处理并评价,最后采用距平、Mann-Kendall趋势检验和Sen’s斜率估计方法分析该区未来时期四季气候变化的时空分布特征。[结果]①所用27个GCMs,最适合模拟黄土高原未来时期四季月均温和月降水量降尺度的气候模式分别是NorESM1-M和GFDL-ESM2M模式。②2015—2100年该区四季均温只有典型路径(RCP)2.6情景下的春季、秋季无显着变化趋势,其余情景下均呈显着上升趋势;四季降水量只有RCP4.5和RCP8.5情景下的春季呈显着上升趋势,其余排放情景下均无显着变化趋势。③3种RCP情景下,四季均温在21世纪初期、中期和末期相比于气候平均值均是增加的,降水量只在春季均是增加的。④3种RCP情景下,四季均温和降水量趋势在空间分布上具有很大差异。[结论]黄土高原区域气候对全球气候变暖有显着响应,对于造成未来时期黄土高原区域特定季节下气候变化的成因等问题,还需展开进一步的研究。(本文来源于《水土保持通报》期刊2019年05期）
尚瑞朝,李苏,徐丹[6]（2019）在《邯郸市农业用水结构时空变化特征及用水预测分析》一文中研究指出用水结构的时空变化特征及其合理性分析是水资源优化配置及水资源可持续利用的前提,鉴此,采用信息熵、均衡度、洛伦兹曲线及基尼系数等方法对邯郸市农业用水结构的时空变化特征进行分析,并采用定额法进一步对农田灌溉用水量进行预测。结果表明,由现状用水结构可知,农业用水量占总用水量的70%左右,农田灌溉用水量较大;从用水结构时间上分析,农业用水结构的信息熵呈先降低后增长的趋势,均衡性越来越强;从空间上分析,农田灌溉用水的空间分布较林牧渔业均匀;尽管农业用水结构朝着均衡的方向发展,但从用水量方面仍需对农业用水结构优化,经预测2020—2030水平年农田灌溉用水量明显减少,2020年农田灌溉用水量为14.92亿m~3,2030年为13.87亿m~3;农业用水结构的研究是对于水资源供需矛盾及水资源优化配置的良好决策,可为水资源可持续发展起支撑作用。(本文来源于《人民珠江》期刊2019年10期）
李顺昕,何知遥,丁健民,程瑜[7]（2019）在《基于OD矩阵的电动出租车充电负荷时空特性预测分析》一文中研究指出电动出租车规模化发展带来的充电负荷是城市电网中的新型负荷。电动出租车充电负荷与其商业运营特点紧密相关。融合出租交通的OD矩阵信息和出租商业运营时间窗,分析乘客出行需求特征以及出租车行驶状态转换特征,采用蒙特卡洛法,建立出租交通充电需求模拟仿真流程。计及出租车载客和寻客状态行驶速度,以及出行路线和快、慢充电能补给方式决策上的差异性,量化仿真出租车运营随机性、分散性对充电需求时空分布的影响。以某城市电动出租车未来规模化推广为算例,预测电动出租充电需求时空分布,为该地区电动出租车充电网络及配电网规划提供支撑。(本文来源于《电网与清洁能源》期刊2019年09期）
郝坤,张天坤,史振威[8]（2019）在《基于时空特征的热带气旋强度预测方法》一文中研究指出热带气旋是一种极具破坏力的天气系统,我国每年都深受其带来的灾害困扰.目前热带气旋的强度预报业务以统计预报方法为主,通过利用气候持续因子对热带气旋未来的强度建立回归模型,不仅需要进行复杂的特征选择,而且缺乏对周围环境信息的利用,预报精度多年以来都未能有显着提升.提出了一个能同时提取时序特征与空间特征的热带气旋强度预测网络,针对环境场物理量因子对热带气旋的影响,使用卷积层学习其空间信息,结合循环神经单元对热带气旋的历史时间序列进行建模,实现端到端的预测输出.在对西北太平洋的热带气旋样本进行测试后,结果表明该24 h强度预测网络显着优于上海台风研究所公布的相应时段其他预报方法,故可作为一种新的智能预测模型,为预报员提供有价值的客观参考.(本文来源于《南京师范大学学报(工程技术版)》期刊2019年03期）
张丹,胡晓莹,张莉,马海龙,王超[9]（2019）在《沙蒿AQP基因结构预测及干旱胁迫下的时空表达模式研究》一文中研究指出为探究水通道蛋白(AQP)在沙蒿响应干旱胁迫中的作用机制,该研究以青海省柴达木盆地沙蒿为试验材料,采用RACE技术对其AQP基因进行扩增,获得沙蒿AQP全长克隆并对AQP蛋白进行结构预测和分析;采用qRT-PCR对沙蒿AQP基因在不同程度干旱胁迫以及不同组织部位的表达模式进行分析。结果表明:(1)成功克隆获得沙蒿AQP基因长746 bp的片段1和长534 bp的片段2,经拼接后得到全长cDNA序列,沙蒿AQP基因总长为864 bp。(2)亚细胞定位表明沙蒿AQP基因定位于细胞膜上;同源比对显示沙蒿与向日葵、莴苣、橡胶树等植物的AQP基因具有较高的相似性;结构预测表明AQP蛋白含6个跨膜螺旋结构且亲水性较弱,α螺旋和无规则卷曲为AQP蛋白二级结构的主要构成元件。(3)qRT-PCR分析表明,沙蒿AQP基因随着干旱胁迫的加重呈现有规律的变化,根、茎、叶中表达均上调,且叶中AQP基因表达量上调幅度最大。研究表明沙蒿AQP基因结构特征及其表达模式都是沙蒿对干旱胁迫的一种适应。(本文来源于《西北植物学报》期刊2019年09期）
刘琦,塔娜,焦巍,康宏源,赵志勇[10]（2019）在《日光温室作物冠层温湿度时空分布及预测模型》一文中研究指出为了研究日光温室内部作物冠层区域温湿度分布及变化规律,以内蒙古呼和浩特市内保温型日光温室西芹作物冠层为研究对象,采用传感器密集布点的方式测试作物冠层处温湿度,针对日光温室作物冠层不同位置温湿度变化规律相似的情况,通过Elman神经网络预测作物冠层不同位置的温湿度情况。结果表明:作物冠层垂直温湿度差可达10.24℃,12.97%。在有光照(起帘)时期,作物冠层不同位置温湿度差异相对较大,温度由上到下总体呈现从高到低、湿度由低到高的分布,在无光照(闭帘)时期则温湿度差异较小,基本与启帘时期呈现相反分布。优化后的Elman神经网络能够较准确预测作物冠层处温湿度。该预测模型可在保证温度、湿度均方根误差分别小于0.8、1.5的情况下预测未来一周的作物冠层温湿度,该研究对日光温室内作物冠层部分温湿度监测与控制具有指导意义。(本文来源于《北方园艺》期刊2019年17期）
时空预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着广域量测技术的发展,提前辨识暂态稳定性并采取预防控制措施对电力系统的安全和稳定有着重要意义,而对电力系统的时空轨迹预测则是其中的关键。传统的无系统模型电网时空轨迹预测方法虽然不依赖于系统模型,计算速度较快,但是在预测过程中并没有考虑到电网的空间拓扑关系,另外,在现代复杂电网的大数据环境下,其预测精度相比于采用深度学习的方法仍有待提高。因此,提出了基于双层栈式长短期记忆和近邻节点拓扑关系的电网时空轨迹预测模型。它采用栈式长短期记忆的神经网络结构,并将所预测发电机节点的近邻一阶节点和二阶节点特征引入到了模型中。实验数据表明,支持向量回归法、循环神经网络方法、单层长短期记忆神经网络方法、基于双层栈式长短期记忆的电网时空轨迹预测方法在测试集上的预测均方根误差逐渐递减,预测精度逐渐增加,而在一阶节点和二阶节点分别引入电网时空轨迹预测的情况下,随着引入邻近节点的增加,预测精度也逐渐增加。相比于传统的电网时空轨迹预测方法,基于双层栈式长短期记忆和近邻节点拓扑关系的电网时空轨迹预测模型能更好地表征暂态场景下电网时空轨迹的变化,更精确地实现电网时空轨迹的预测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时空预测论文参考文献
[1].陈晋音,徐轩桁,吴洋洋,陈一贤,郑海斌.基于时空注意力深度模型的动态链路预测[J].小型微型计算机系统.2019
[2].杨佳宁,黄向生,李宗翰,荣灿,刘道伟.基于双层栈式长短期记忆的电网时空轨迹预测[J].计算机科学.2019
[3].徐丽,曲建升,吴金甲,韦沁,白静.中国农牧业碳排放时空变化及预测[J].生态与农村环境学报.2019
[4].邱儒琼,付军明,彭少坤,向宇,王晓醉.暴雨洪涝淹没灾情时空变化预测方法研究[J].地理空间信息.2019
[5].任婧宇,赵俊侠,马红斌,彭守璋,李炳垠.2015-2100年黄土高原四季气候变化的时空分布趋势预测[J].水土保持通报.2019
[6].尚瑞朝,李苏,徐丹.邯郸市农业用水结构时空变化特征及用水预测分析[J].人民珠江.2019
[7].李顺昕,何知遥,丁健民,程瑜.基于OD矩阵的电动出租车充电负荷时空特性预测分析[J].电网与清洁能源.2019
[8].郝坤,张天坤,史振威.基于时空特征的热带气旋强度预测方法[J].南京师范大学学报(工程技术版).2019
[9].张丹,胡晓莹,张莉,马海龙,王超.沙蒿AQP基因结构预测及干旱胁迫下的时空表达模式研究[J].西北植物学报.2019
[10].刘琦,塔娜,焦巍,康宏源,赵志勇.日光温室作物冠层温湿度时空分布及预测模型[J].北方园艺.2019