简介:古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。
简介:随着控制理论和通信技术的发展,网络化控制系统受到越来越多的关注。时滞采用传统的PID控制已不能获得满意的控制效果,并且网路引入控制系统,使得系统存在时延、数据包的丢失等问题。这些问题严重影响系统的性能。为了改善系统的控制性能,提出了基于单神经元的PID网络化控制系统模型。系统控制器结合了神经网络、PID、Smith预估控制器的优点,并且具有较好的动态性能,与常规的PID控制器相比,过渡过程小,超调量小,输出平稳,并且对信号和时延的变化具有较好的学习能力和自适应能力。
简介:9月26日—27日,2018(第六届)江苏互联网大会在南京国际博览会议中心召开,5G高峰论坛备受关注。与4G相比,5G速度更快,容量更大,功耗更小,时延更低。4G改变生活,5G改变社会,5G作为国家战略之一,将对未来产生重大影响。中国电信是5G标准最重要的贡献者之一,率先发布了5G技术白皮书;2017年8月,中国电信启动雄安新区5G创新示范网建设;随后几个月,中国电信相继在雄安、深圳、上海、苏州、成都、兰州等6个城市进行5G试点。中国电信在江苏的5G进程也不断加快,2017年8月,苏州启动5G现场试验。现场试验包括5G在3.5GHz频段的无线组网能力验证、端到端多厂商组网试验、4G/5G互操作试验以及垂直行业创新业务试验等,目前试验均取得阶段性成功。