导读:本文包含了能量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:主动配电网,模型预测控制,动态潮流,叁相不平衡
能量预测论文文献综述
马瑞,王京生,吕振华,李强,袁晓冬[1]（2019）在《含智慧社区能量枢纽配电网叁相不平衡动态潮流模型预测控制方法》一文中研究指出分布式能源具有分散性及不确定性,直接接入配电网将对潮流产生较大影响,增加配电网的调控难度。如何在兼顾系统经济、环保、安全运行的前提下,提高配电网对分布式能源的消纳和主动管理控制水平成为研究的重点。针对多能源接入配电网对配电网潮流及优化控制问题,提出一种含智慧社区多能枢纽的叁相不平衡配电网动态潮流分析方法。根据智慧社区分布式风电、光伏出力及负荷的波动,考虑社区冷热电联供、电动汽车、储能设备等的技术经济特性,通过能源集线器实现社区与配电网的能量交互,并利用模型预测控制方法对配电网进行在线滚动潮流计算,基于IEEE-33节点系统分析在社区中不确定因素及配网叁相不平衡负荷波动下,不同时刻的配电网潮流变化情况。算例结果分析了社区不确定性及配网各节点负荷变化时对配电网潮流的影响,为提高系统安全运行提供了参考。(本文来源于《全球能源互联网》期刊2019年06期）
尹鹏飞,李晋宏[2]（2019）在《楼宇空调的能量预测与模型研究》一文中研究指出针对大型建筑的楼宇空调供能情况,考虑到其室内舒适性、节约能量等要求,提出了一个求得最佳参考日的模型及一个预测控制参数的模型。最佳参考日模型采用了先对历史数据用K-means聚类,再根据天气预报用KNN分类,最后根据控制策略对所属类别的数据进行评分排序的方式。预测控制参数的模型采用了基于深度学习框架的RNN模型,对未来一段时间的控制参数进行预测的方法。实验表明,最佳参考日模型得到的参考日最佳,基于RNN的预测模型得到的控制参数与实际的运行状况相近。(本文来源于《计算机与数字工程》期刊2019年11期）
王柯,马丽琼,马生霞,蒿莹莹,朱政[3]（2019）在《ActiGraph GT3X+加速度计预测不同类型身体活动能量消耗的准确性研究》一文中研究指出研究目的:随着科学技术的快速发展和生活方式的改变,人们的久坐行为和身体活动不足越来越普遍。流行病学研究表明,身体活动不足和久坐行为与肥胖、心血管疾病、糖尿病以及癌症等疾病的发病率和死亡率密切相关,因此,增加身体活动,减少久坐行为对于促进身体健康和预防疾病发生具有积极的作用。而能量消耗作为维持人体能量代谢平衡的重要组成部分,在身体活动流行病学研究中有着重要的作用。因此,客观、有效、准确便捷地监测身体活动的能量消耗对于大众健身、健康研究具有重要的意义。ActiGraph GT3X+加速度计具有便捷、被试可接受度高等优点,不仅可以监测日常身体活动量和活动强度,还能够预测人体活动的能量消耗,且已被广泛应用于科研领域当中。但是,目前国内缺乏对加速度计基于动作计数切点建立的能耗方程在预测不同类型的身体活动能量消耗时的准确性的研究,因此本研究以便携式心肺功能仪Cosmed K4b2测量能量消耗为金标准,验证ActiGraph GT3X+加速度计中Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程预测规律性和非规律性身体活动能量消耗的准确性。研究方法:本研究招募了20名(男、女各10名)健康成年受试者,平均年龄25.5±5.0岁,身高167.9±9.4cm,体重65.5±10.2kg,BMI:23.1±2.1kg/m2。受试者同时佩戴便携式心肺功能仪Cosmed K4b2和ActiGraph GT3X+加速度计,分别进行规律性活动和非规律性活动。规律性活动包括自然行走、快走(5.6 km/h)、慢跑(6.4 km/h)、快跑(8.0 km/h),非规律性活动包括洗衣服、整理物品和拖地,每项活动进行7分钟。Cosmed K4b2通过实时监测受试者运动状态下的耗氧量和二氧化碳产生量,然后采用Weir公式计算出身体活动能量消耗。ActiGraphGT3X+加速度计佩戴于右侧髋部,设置采样间隔为60S,频率为30Hz,身体活动能耗预测值分别采用Williams Work-Energy方程、Freedson Combination方程和FreedsonVM3Combination方程进行计算。数据处理及统计分析:选择稳态期数据进行分析,稳态期为每次活动的中间四分钟。描述统计使用Mean±SD表示。采用Pearson相关分析ActiGraphGT3X+加速度计不同能耗方程的预测值与CosmedK4b2实测值的相关性,采用配对样本t检验比较不同能耗方程的的预测值与Cosmed K4b2实测值的差异,并使用平均绝对误差百分比说明预测值和实测值的具体差异程度。使用SPSS 21.0软件对数据进行统计学分析,P<0.05表示具有统计学意义。研究结果:Pearson相关性分析结果显示,在规律性活动中,Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程所预测的能量消耗值与CosmedK4b2实测值均具有显着的相关性(P<0.01)。自然行走时,Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程的预测值与实测值的相关系数r分别为0.72、0.63和0.67。慢走时,r分别为0.40、0.53和0.57。慢跑时,r分别为0.55、0.56和0.50。快跑时,r分别为0.58、0.63和0.51。而在非规律性活动中,3个预测方程所预测的能量消耗值与Cosmed K4b2实测值均没有显着相关性。洗衣服时,r=-0.12,P=0.610、r=-0.12,P=0.604和r=-0.11,P=0.657。整理物品时,均为r=0.08,P=0.731。拖地时,r=0.01,P=0.960、r=0.02,P=0.926和r=0.09,P=0.698。配对样本t检验和平均绝对误差百分比结果显示,在规律性活动中,快走、慢跑和快跑时,Williams Work-Energy方程、Freedson Combination方程和Freedson VM3 Combination方程均能够准确预测能量消耗。但在自然行走时,Williams Work-Energy方程、Freedson Combination方程都显着低估了能量消耗的38%,而FreedsonVM3Combination方程能够准确预测其能量消耗。在非规律性活动中,洗衣服和整理物品时,3个能耗方程方程均显着低估了能量消耗的约90%。拖地时,WilliamsWork-Energy方程和Freedson Combination方程和Freedson VM3 Combination方程分别显着低估了能量消耗的75%、75%和45%。研究结论:ActiGraph GT3X+加速度计所预测的能量消耗与实测值在规律性活动中具有显着的相关性,且随着活动强度增大相关性呈变强趋势,而在非规律性活动中不具有相关性。ActiGraphGT3X+加速度计能够准确预测规律性活动中快走、慢跑和快跑的能量消耗,而显着低估非规律性活动洗衣服、整理物品和拖地的能量消耗。ActiGraph GT3X+加速度计中Williams Work-Energy方程、Freedson Combination方程显着低估了自然行走的能量消耗,而Freedson VM3 Combination方程能够准确预测自然行走的能量消耗。ActiGraph GT3X+加速度计能耗方程预测不同类型身体活动能量消耗的准确性存在差异,所以应用ActiGraph GT3X+加速度计能耗方程预测能量消耗时应根据活动类型的不同谨慎选择不同能耗预测方程。(本文来源于《第十一届全国体育科学大会论文摘要汇编》期刊2019-11-01）
赵德峰,赵海燕,侯彬,王金昊,邱俊[4]（2019）在《利用Actigraph GT3X+叁轴加速度计建立蛙泳、自由泳能量消耗预测公式》一文中研究指出研究目的:不同运动项目的能量消耗和能量摄入存在明显差别,能量消耗是能量摄入的重要参考依据。长期过量的能量摄入会导致体重增长,较低的能量摄入会影响恢复,进而影响运动能力,而准确测量运动中的能量消耗,将会明确运动员最佳的能量补充。直接IC法被广泛应用于安静和运动过程中的能量消耗测定,被视为精确的短时能量消耗测定方法的金标准。IC法适用于实验室或短时间运动场测试,在运动实践过程中,应用直接IC法较难实现。叁轴加速度计是近年来研究较多的能量消耗测试仪器,携带方便,在评价日常活动的能量消耗方面具有一定优势,内设的能耗预测方程也有很大意义。但运动训练与日程活动有较大区别,因此研究学者对叁轴加速度计的能量消耗有效性进行了较多应用研究,并据此建立了不同运动状态下能量消耗预测公式,用以测量运动训练的能量消耗。利用叁轴加速度计对游泳运动能量消耗的研究较少,缺乏相关能量预测公式,因此本研究利用Actigraph GT3X+叁轴加速度计建立自由泳、蛙泳能量消耗预测公式,为两个项目能量消耗和能量摄入提供参考依据。研究方法:10名蛙泳运动员(年龄:16.60±1.84岁,身高:177.2±6.6厘米,体重:64.9±8.0公斤,体表面积:1.76±0.14平方米)和11名自由泳运动员(年龄:15.36±1.36岁,身高:173.9±4.7厘米,体重:59.36±4.86公斤,体表面积:1.67±0.09平方米)在腕部、腰部和踝部佩戴叁轴加速度计,采用游泳水槽(5m*3m*1.5m,误差<0.01m/s,水温20℃)递增方法进行测试,自由泳组采用1.2m/s流速起始,每分钟递增0.04m/s,至力竭结束测试;蛙泳组采用1.1m/s流速起始,每分钟递增0.03m/s,至力竭结束测试。采用逐步回归方法,以能量消耗为因变量,BSA,腕部加速度数据(wan ACx,wan ACy,wan ACz,wan VM)、腰部加速度数据(yao ACx,yaoACy,yao ACz,yao VM)和踝部加速度数据(huai ACx,huai ACy,huai ACz,huai VM)等为自变量进行逐步回归分析,建立回归方程。研究结果:本研究以EE为因变量,以BSA,腕部加速度数据、腰部加速度数据和踝部加速度数据为自变量进行逐步回归分析,利用Actigraph GT3X+叁轴加速度计建立的蛙泳预测公式EEm=-20207.4+29.253*腰ACy+15837.61*BSA+1.978*踝ACx+1.564*踝ACy-2.07*腕ACx(R2=0.677);自由泳预测公式EEm=-32142.7+24285.571*BSA+0.248*踝ACy-0.418*腰ACx+0.17*腕ACx(R2=0.712)。体表面积能反映身体形态等参数,腕部能反映游泳过程中上臂运动过程,腰部可以反映运动员躯干部位运动过程,踝部能反映运动员下肢打腿等运动过程。因此本研究将叁轴加速度计佩戴在上述叁个部位,可反映出自由泳和蛙泳游进过程中上肢、腰部和下肢叁个维度加速度变化情况。在线性回归中,如果残差之间不是彼此独立的,一些公式的拟合结果会出现问题,D-W统计量通过确定两个相邻误差项的相关性是否为零来检验回归残差之间是否存在自相关。D-W值得取值范围为0<D-W<4,越接近2表示残差与自变量越低。蛙泳D-W值0.836,自由泳为1.287,表明建立的各公式均无自相关性,随机误差项满足独立性;本研究所建公式的标准化残差直方图和标准化残差P-P图显示,均具有正态分布趋势;残差散点图点随机分布在一条穿过零点的水平直线的两侧,所以随机误差项满足方差齐性。在运动训练实践中,如果运动员较多,仪器设备较少,本研究利用腰部数据建立的蛙泳预测公式EEm (cal/min)=-8072.898+36.936腰ACy+13580.558*BSA-5.327*腰ACx(R2=0.629),利用踝部数据建立的自由泳预测公式EEm(cal/min)=-26872.1+21919.97*BSA+0.279*踝ACy(R2=0.605),也能提供非常有意义的参考。Ratel探讨性别和年龄对200m游泳能量消耗的影响,结果发现,性别和年龄之间没有显着性差异,因此在本研究选择研究对象时,并未将年龄因素及性别因素考虑在内。同样游进距离下,不同泳姿能量消耗存在一定差别,在本研究中,由于仰泳和蝶泳佩戴cosmed等测试仪器不方便,因此未进行仰泳和蝶泳泳姿能量消耗测试。Barbosa研究了4种不同泳姿之间200m递增游泳的能量消耗,研究结果表明游速为1.0-1.2m/s时,蛙泳总能量消耗显着高于仰泳、自由泳的总能量消耗,1.4m/s时蛙泳能量消耗最高,自由泳能量消耗显着低于蛙泳、蝶泳和仰泳的能量消耗,1.6m/s时蛙泳能量消耗也显着高于蝶泳和自由泳的能量消耗,自由泳能量消耗最低,其次为仰泳、蝶泳,蛙泳能量消耗为最高。因此本研究通过建立自由泳和蛙泳的能量消耗预测公式,可以为蝶泳和仰泳提供参考依据,可据此进行能量补充。研究结论:利用Actigraph GT3X+叁轴加速度计建立的蛙泳预测公式EEm(cal/min)=-20207.4+29.253*腰ACy+15837.61*BSA(m2)+1.978*踝ACx+1.564*踝ACy-2.07*腕ACx(R2=0.667)和自由泳预测公式EEm(cal/min)=-32142.7+24285.571*BSA(m2)+0.248*踝ACy-0.418*腰ACx+0.17*腕ACx(R2=0.712)有效,可为蛙泳运动员和自由泳运动员能量消耗与能量补充提供简便、客观的参考依据,同时可为游泳锻炼者测算运动能量消耗提供参考依据。(本文来源于《第十一届全国体育科学大会论文摘要汇编》期刊2019-11-01）
王文涛,谢颖,杜红珍,李增宁[5]（2019）在《超重肥胖人群静息能量消耗预测公式准确性的研究》一文中研究指出目的探索多个国内外广泛应用的静息能量消耗(resting energy expenditure,REE)预测公式的应用准确性,选出适合中国超重肥胖人群的REE预测公式。方法轻体力劳动且无基础疾病的超重肥胖受试者181例,生物电阻抗分析法(bioelectrical impedance analysis,BIA)测定体成分,以间接测热法(indirect calorimetry,IC)测得REE实测值(measured value of REE,mREE),并与6个公式求得的REE预测值(predictive value of REE, pREE)比较,相关性分析观察体成分与REE实测值之间联系,Bland-Altman法评价mREE与公式pREE的一致性。结果肥胖组mREE高于超重组(P<0.001);与超重/肥胖人群REE相关的主要因素是去脂体重和身体细胞量。Bernestin公式和Bernestin(BC)公式的pREE与mREE的差异无统计学意义(P>0.05)。其余预测公式pREE显着高于mREE(P<0.001)。在超重肥胖人群中Bernestin(BC)公式预测的准确性最高为70.17%(r=0.836, P<0.001);Bernestin公式为59.67%(r=0.811, P<0.001);Mifflin公式40.33%(r=0.819, P<0.001);FAO/WHO/UNU公式29.84%(r=0.824, P<0.001); Katch-Mcardle公式8.84%(r=0.824,P<0.001);Harris Benedict公式6.62%(r=0.825, P<0.001)。超重肥胖人群REE的临床可接受范围为(-130.3～130.3)kcal/d,mREE与所有预测公式的pREE的残差范围为(-23.9～389.1)kcal/d,所有公式估算值与实测值残差的95%一致性界限均超出了临床可接受的范围。结论超重和肥胖人群中Bernestin(BC)预测公式最接近mREE。多数预测公式均高估了入选者的REE,在不能使用IC测量中国超重肥胖人群REE时,应用Bernestin(BC)和Bernestin公式估算较准确。(本文来源于《第十届全国中西医结合营养学术会议论文资料汇编》期刊2019-10-18）
王丽,毛文军,白娥,杨筱凤[6]（2019）在《叁维能量多普勒超声对女性绝经后出血罹患子宫内膜癌的预测价值》一文中研究指出目的探讨叁维能量多普勒超声对女性绝经后出血(PMB)罹患子宫内膜癌(EC)的预测价值,进一步分析伴有卵巢囊肿者子宫内膜病变的风险。方法选择2015年10月至2018年10月在西安交通大学第一附属医院就诊的PMB女性386例为研究对象,以子宫内膜病理检查结果为标准,评价内膜厚度(ET)和体积(EV)、血管形成指数(VI)、血流指数(FI)以及血管形成-血流指数(VFI)对EC的预测价值。同时比较伴有卵巢囊肿者和无卵巢囊肿者子宫内膜相关超声指标及内膜病变的风险。结果 386例PMB女性子宫内膜病理检查结果显示正常子宫内膜占48.96%,子宫内膜良性病变占40.93%,EC占10.10%。正常内膜组、子宫内膜良性病变组、EC组患者ET、EV、VI、FI和VFI差异均有统计学意义(P<0.05),进一步两两比较发现EC组上述指标显着高于正常内膜组和良性病变组(P<0.01),良性病变组显着高于正常内膜组(P<0.05)。子宫内膜FI对EC的预测价值最大(AUC=0.86),其次为VI(AUC=0.84)、VFI(AUC=0.82),而ET的预测价值最小(AUC=0.74)。FI预测的灵敏度(91.00%)、特异度(85.00%)、阳性预测值(85.85%)、阴性预测值(90.43%)均最高,截断值为29.36。进一步比较每两组指标之间的AUC的差异均无统计学意义(P>0.05)。PMB女性中伴有卵巢囊肿者ET、EV、VI、FI和VFI均显着高于无卵巢囊肿组(P<0.05),同时伴卵巢囊肿组者子宫内膜增生不伴非典型增生(EH)、子宫内膜非典型增生(AEH)患病率均显着高于无卵巢囊肿组(P<0.05)。结论叁维能量多普勒超声对于PMB女性EC的预测价值优于子宫ET,其中FI的预测价值最高。伴有卵巢囊肿可增加PMB女性子宫内膜病变的风险,值得临床关注。(本文来源于《西安交通大学学报(医学版)》期刊2019年06期）
付强,沈维政,魏晓莉,张永根,辛杭书[7]（2019）在《基于核极限学习机奶牛日粮能量消化预测方法》一文中研究指出为准确评价饲料营养价值和提升饲喂管理水平,精准预测奶牛日粮能量消化指标具有重要意义。传统上主要基于线性回归(LR)方法预测奶牛日粮能量消化指标,但受参数模型假设限制,预测结果精度低,甚至偏离实际。文章首次将核极限学习机(KELM)方法应用于奶牛日粮消化能(DE)和能量消化率(ED)预测,KELM作为一种典型非参数机器学习模型,无需提前对预测模型作任何假设,仅通过学习训练样本数据,便可拟合出最接近实际的函数,特别适用于奶牛日粮能量消化等复杂系统预测问题。与传统LR方法和其他非参数模型RBF-ANN、SVM及标准ELM对比验证与讨论,结果表明,基于KELM预测方法在MAE、MAPE、RMSE及RT等多数指标上优于其他方法,特别是与传统LR方法相比,KELM方法预测精度更高,可作为对奶牛日粮DE和ED预测新型参考方法,为人工智能与机器学习在预测和评价动物饲粮营养价值应用研究提供借鉴。(本文来源于《东北农业大学学报》期刊2019年09期）
薛小明,曹苏群,李超顺,姜伟[8]（2019）在《基于能量熵重构与支持向量回归的水电机组状态趋势预测》一文中研究指出针对水电机组运行状态趋势预测的问题,提出了一种基于能量熵重构(EER)与支持向量回归(SVR)的混合预测模型。先针对复杂非平稳监测信号,利用快速集成经验模态分解(FEEMD)算法将其分解为多个本征模态函数(IMFs)分量和单个残余分量;然后基于能量熵(EE)理论对各分量进行重构,以有效降低分量的复杂度;最后,将生成的重构本征模态函数(RIMFs)作为SVR的输入,训练模型参数得到最优的SVR,用于预测机组状态发展趋势。与实例对比分析表明,所提混合预测模型具有较高的预测精度,为机组运维策略的制定提供了一定的指导。(本文来源于《水电能源科学》期刊2019年09期）
高建亮,邓兆强,蔡阳生,潘丽丽[9]（2019）在《既有声能量理论用于剧院声场预测的准确性》一文中研究指出0引言本文选取目前发展较为成熟的叁个声能量参数预测理论——用于音乐厅预测的"revised theory"(通常也称为"Barron理论")[1]以及用于教堂预测的"modified model"[2-3]与"μmodel"[4],将这叁个理论用于预测一座典型剧院的声场,通过对四个声能量参数(清晰度C80、明晰度D50、重心时间TS、强度指数G)预测值与实测值的对比,分析叁个理论预测的准确性。本研究旨在通过分析并总结既有声能量参数(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
刘洁[10]（2019）在《九种预测公式评估我国青年男子基础能量消耗研究》一文中研究指出目的研究能量预测公式用于评估我国青年男子基础能量消耗(basal energy expenditure,BEE)的准确性。方法纳入2016年5月至2017年12月在我院实习的男性学员141人,平均年龄(20.86±0.67)岁。以基于生物电阻抗分析法(bioelectrical impedance analysis,BIA)的人体成分分析仪器获得的基础能量消耗实测值为标准,与9种能量公式计算值进行比较,统计分析采用配对t检验、Pearson相关性分析、吻合比例、Bland-Altman分析法。结果 BEE实测平均值为(6689.41±500.10)kJ/d,其与9个公式的预测值均呈正相关(P<0.01)。Owen公式误差最小(126.94±289.50)kJ/d,且吻合度最高(99.29%),BlandAltman分析提示在本研究中BEE实测值与用Owen公式计算值有较好的一致性。Liu公式和Yang公式是以我国健康人群数据所得,Liu公式预测值与实测值误差为(-175.07±262.57)kJ/d,吻合度95.04%。Yang公式在BMI 18.5-24.0的人群中差异最小(57.85kJ/d),吻合度97.09%,Bland-Altman分析一致性最高。结论国外多数能量预测公式评估我国青年男子能量消耗水平的准确性不佳,需要增加国人的数据。如果缺乏BEE测量设备,推荐选择Owen公式,或基于我国健康成人数据的Liu公式或Yang公式来预测相应人群的基础能量消耗量。(本文来源于《营养研究与临床实践——第十四届全国营养科学大会暨第十一届亚太临床营养大会、第二届全球华人营养科学家大会论文摘要汇编》期刊2019-09-20）
能量预测论文开题报告
（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：
针对大型建筑的楼宇空调供能情况,考虑到其室内舒适性、节约能量等要求,提出了一个求得最佳参考日的模型及一个预测控制参数的模型。最佳参考日模型采用了先对历史数据用K-means聚类,再根据天气预报用KNN分类,最后根据控制策略对所属类别的数据进行评分排序的方式。预测控制参数的模型采用了基于深度学习框架的RNN模型,对未来一段时间的控制参数进行预测的方法。实验表明,最佳参考日模型得到的参考日最佳,基于RNN的预测模型得到的控制参数与实际的运行状况相近。
（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。
能量预测论文参考文献
[1].马瑞,王京生,吕振华,李强,袁晓冬.含智慧社区能量枢纽配电网叁相不平衡动态潮流模型预测控制方法[J].全球能源互联网.2019
[2].尹鹏飞,李晋宏.楼宇空调的能量预测与模型研究[J].计算机与数字工程.2019
[3].王柯,马丽琼,马生霞,蒿莹莹,朱政.ActiGraphGT3X+加速度计预测不同类型身体活动能量消耗的准确性研究[C].第十一届全国体育科学大会论文摘要汇编.2019
[4].赵德峰,赵海燕,侯彬,王金昊,邱俊.利用ActigraphGT3X+叁轴加速度计建立蛙泳、自由泳能量消耗预测公式[C].第十一届全国体育科学大会论文摘要汇编.2019
[5].王文涛,谢颖,杜红珍,李增宁.超重肥胖人群静息能量消耗预测公式准确性的研究[C].第十届全国中西医结合营养学术会议论文资料汇编.2019
[6].王丽,毛文军,白娥,杨筱凤.叁维能量多普勒超声对女性绝经后出血罹患子宫内膜癌的预测价值[J].西安交通大学学报(医学版).2019
[7].付强,沈维政,魏晓莉,张永根,辛杭书.基于核极限学习机奶牛日粮能量消化预测方法[J].东北农业大学学报.2019
[8].薛小明,曹苏群,李超顺,姜伟.基于能量熵重构与支持向量回归的水电机组状态趋势预测[J].水电能源科学.2019
[9].高建亮,邓兆强,蔡阳生,潘丽丽.既有声能量理论用于剧院声场预测的准确性[C].2019年全国声学大会论文集.2019
[10].刘洁.九种预测公式评估我国青年男子基础能量消耗研究[C].营养研究与临床实践——第十四届全国营养科学大会暨第十一届亚太临床营养大会、第二届全球华人营养科学家大会论文摘要汇编.2019