Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: k-nearest neighbor method

Sortuj według:

Ogranicz wyniki do:

Prognozowanie miesięcznego zapotrzebowania na energię elektryczną metodą k najbliższych sąsiadów

Dudek G., Pełka P.

Przegląd Elektrotechniczny

2017

R. 93, nr 4

62--65

Przedstawiono model prognostyczny oparty na metodzie k najbliższych sąsiadów do prognozowania miesięcznego zapotrzebowania na energię elektryczną. Model wykorzystuje analogie pomiędzy fragmentami szeregów czasowych reprezentowanymi przez ich obrazy. Obrazy zapewniają ujednolicenie danych wejściowych i wyjściowych, odfiltrowanie trendu i uproszczenie modelowanej zależności. W części eksperymentalnej model przetestowano w prognozach dla wybranych państw europejskich.

A forecasting model based on the k nearest neighbor method for forecasting monthly electricity demand is presented. The model uses analogies between fragments of time series represented by their patterns. Patterns ensure unification of input and output data, filtering out the trend and simplification of the modeled relationship. In the experimental part of the work the model was tested in forecasting for selected European countries.

Przetwarzanie danych w opartych na podobieństwie metodach prognozowania przebiegów dobowych zapotrzebowania na moc elektryczną

Dudek G.

Przegląd Elektrotechniczny

2006

R. 82, nr 9

15-19

Przedstawiono koncepcję metod prognozowania wykorzystujących podobieństwo obrazów sekwencji szeregów czasowych. Podano kilka metod przetwarzania elementów sekwencji szeregu czasowego w celu konstrukcji obrazów wejściowych i obrazów prognoz. Dla różnych definicji obrazów wykonano prognozy dobowych przebiegów obciążeń systemu elektroenergetycznego używając minimalnoodległościowego modelu prognostycznego k najbliższych sąsiadów.

A conception of forecasting methods based on similarities between time series sequence patterns is presented. Several methods of time series sequence elements preprocessing for forming input patterns and forecast patterns are described. For different definitions of patterns, forecasts of the daily power system load profiles are constructed. For this purpose a minimum-distance method, based on the k-nearest-neighbor rule, was applied.

Pattern recognition of sacroileitis with the use of multistage logic with a fuzzy loss function

Burduk R.

TASK Quarterly : scientific bulletin of Academic Computer Centre in Gdansk

2004

Vol. 8, No 2

217-221

The article describes the problem of pattern recognition of sacroileitis. Classification is based on a scheme of multistage recognition with a fuzzy loss function dependent on the node of the decision tree. Decision rules are based on k-nearest neighbors at particular internal nodes of the decision-tree. Paper presents influence of comparison fuzzy numbers on classifications results.