典型文献
基于分段聚合和卡尔曼滤波的纱线直径时间序列预测
文献摘要：
为准确预测纱线直径,提高纱线质量预测的准确度,首先对纱线直径数据采样原理进行分析,对纱线样本片段分段聚合,利用聚合后的纱线直径值建立时间序列模型状态方程,采用自回归滑动平均模型ARMA(p,q)进行纱线直径和变异系数预测,然后利用卡尔曼滤波对预测值进行优化.通过实验对预测模型进行准确性验证,结果表明:卡尔曼滤波优化后预测的纱线直径均方根误差为2.68％,平均绝对百分比误差为6.71％;比对其他预测方法预测的条干不匀率,显示出良好的预测精度;模型泛化验证所选取的8个实验样本的检测结果均在乌斯特50％ 统计值内,同时纱线平均直径与理论直径之间的误差小于3％.这表明该预测模型对于在线预测纱线质量具有一定的准确性,为预测纱线质量提供一种新方法.
文献关键词：
分段聚合;时间序列;卡尔曼滤波;纱线直径;数据预测
中图分类号：
作者姓名：
王延蒙;秦鹏;张文国
作者机构：
济宁职业技术学院,机电工程系,山东济宁 272037
文献出处：
引用格式：
[1]王延蒙;秦鹏;张文国-.基于分段聚合和卡尔曼滤波的纱线直径时间序列预测)[J].现代纺织技术,2022(02):41-47
A类：
分段聚合
B类：
卡尔曼滤波,纱线直径,时间序列预测,准确预测,纱线质量,质量预测,数据采样,本片,建立时间,时间序列模型,状态方程,自回归滑动平均模型,ARMA,滤波优化,平均绝对百分比误差,条干不匀率,模型泛化,化验,乌斯特,平均直径,在线预测,数据预测
AB值：
0.229974
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
