文献

J-GLOBAL ID：201702274952680297   整理番号：17A0329707

学習検査とコア関数のモードを持つMSFD法に基づく温度予測【Powered by NICT】

MSFD method based temperature forecasting with mode of learning-checking and core functions

著者 (5件)： Zhang Yunong (School of Information Science and Technology, Sun Yat-sen University, Guangzhou 510006, China) ,  Ma Jingyao (School of Information Science and Technology, Sun Yat-sen University, Guangzhou 510006, China) ,  Wen Jianfeng (School of Information Science and Technology, Sun Yat-sen University, Guangzhou 510006, China) ,  Qiu Binbin (School of Information Science and Technology, Sun Yat-sen University, Guangzhou 510006, China) ,  Li Jian (School of Information Science and Technology, Sun Yat-sen University, Guangzhou 510006, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICMLC  ページ： 446-452  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 地球温暖化と関連した環境問題に大いに注意した場合,長期温度傾向予測研究は,これまで以上に魅力的になっている。多重正弦関数分解(MSFD)法は,効果的な予測法,長期温度傾向予測に適用されてきた。一般に,MFSD法の元のモードは歴史的温度配列多重正弦波形に分解することである;,正弦関数を足し合わせることによって,将来の温度傾向を予測するために構築した温度モデル。本論文では,より正確な予測結果を達成するために,学習検査とコア関数(LCCF)のモードでMSFD法の改善を提案した。元モードとは異なり,LCCFモードはコア機能を選択するための学習段階後の検査段階を追加し,次いで温度傾向予測研究を行うためにそれらを用いた。比較実験を通して,LCCFモードでMSFD法予測温度傾向よりも優れている一つであることが実証された。添加では,最も可能性のある温度傾向と広州の局所温度サイクルの両方が得られた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 多重化 ,  比較試験 ,  地球温暖化 ,  予測技法 ,  *学習 ,  熱サイクル ,  前向きコホート研究 ,  正弦波
準シソーラス用語： 広州市 ,  正弦関数 ,  環境問題 ,  *温度予測 , 【Automatic Indexing@JST】

分類 (1件)： 環境問題  (SA01020V)

タイトルに関連する用語 (5件)： 学習 ,  検査 ,  コア ,  関数 ,  温度予測