共查询到18条相似文献，搜索用时 125 毫秒
1.
变差函数是克里金法中反映区域化变量空间变化特征的有效数学模型,由其确定的拟合模型参数直接影响插值精度.采用基于线性递减权值的粒子群算法估计变差函数参数,实验对比发现:所提方法比传统的最小二乘法和手工拟合法更精确,采用某油田小层数据进行地质建模,插值得到的数据点与实际离散数据拟合更好,能够体现该地区地质特征,取得较好应用... 相似文献
2.
阐述最小二乘配置的原理,给出先验方差协方差估计方法,通过实例分析了采用最小二乘配置法的有效性,比较了不同协方差函数对拟合精度的影响及拟合点的分布对协方差函数、拟合结果的影响。 相似文献
3.
时空Kriging法通过将变异函数向时空域进行扩展得到时空变异函数,有效地利用时空邻近的采样点综合进行插值,由于时空稀疏散布数据集具有单一时刻下样本点数量少以及时空分布不规律的特点,难以满足使用时空Kriging插值法的基本条件,导致插值精度不高,据此本文提出了优化方法：通过多时段叠置拟合空间变异函数的方法,综合利用时空邻域内的采样点以解决单一时刻下空间邻域内数量不足情况;控制时间变异对空间变异函数拟合的误差影响;采用积合式模型构建时空变异函数进行插值。最后使用Argo海温数据进行插值实验,在相同条件下与时空Kriging法以及时空权重法的交叉验证结果对比得出,该方法在保证拟合所需采样点数量要求的同时,有效削减了一般时空Kriging法中时间变异对空间变异函数拟合结果的干扰,插值结果的绝对误差均值从0.5降低至0.2以内,稳定性进一步增强,改善了时空Kriging法在稀疏散布数据条件下精度上的不足。 相似文献
4.
提出一种基于灰色最小二乘支持向量机的大坝变形预测新算法。通过对原始大坝序列进行一次累加,弱化序列中随机扰动的影响,增强数据的规律性,进而建立最小二乘支持向量机预测模型,并采用网格搜索法选取最优参数。算法充分利用了最小二乘支持向量机泛化能力强、非线性拟合性好等优良特性,避免了灰色方法及模型存在的理论缺陷。与灰色GM(1,1)和单一最小二乘支持向量机对比表明,新算法能保证较优的局部预测值和较好的全局预测精度,应用于短期大坝变形预测是可行的。 相似文献
5.
将中国大陆划分成东北、华北、华南、青藏、西北5个块体,基于克里金插值法、最小二乘配置法、最小二乘配置移动拟合推估法等3种方法及速度场数据研究中国大陆速度场模型建立方法。利用外检点分析不同建模方法的精度情况,最小二乘配置法在大部分块体（华北、华南、东北块体）的拟合精度都较高,表现稳定|克里金插值法在青藏、华北块体的拟合精度较高。利用克里金插值法与最小二乘配置法获取中国大陆1°×1°格网中心点速度场成果,两种方法成果差异较小。 相似文献
6.
顾及距离值的随机误差,提出用加权总体最小二乘回归法估计变异函数模型参数。通过协方差传播律发现,分组后的变异函数值和距离值是不等精度的。给出距离值的定权方法,结合熵权法和点对数法迭代解算模型参数。以幂函数模型为例,模拟数据和实测数据的结果表明,加权总体最小二乘回归法更加合理,参数的估计精度也更高。 相似文献
7.
文章针对大坝变形受多种不确定性因素的影响,提出一种基于小波分解和最小二乘支持向量机的大坝变形预测方法。利用小波将大坝位移序列分解成不同频率特征的子序列,根据分解得到的子序列特点,同时考虑水位和温度的影响,构造不同的最小二乘支持向量机模型对子序列进行预测,最后对各子序列预测值进行重构得到最终的预测值。实验对比分析表明,该方法对大坝变形的预测具有较高的精度。 相似文献
8.
针对GM(1,1)模型在建筑物变形预测中精度和泛化能力较低的缺陷,提出一种基于LS-SVM的灰色补偿RBF神经网络的建筑物变形组合预测方法。利用最小二乘支持向量机训练由灰色GM(1,1)模型预测得到的一组结果的残差值,直接获得RBF网络的中心函数训练RBF网络,得到RBF误差补偿器,去补偿GM(1,1)模型。实验证明,最小二乘支持向量机、灰色系统以及神经网络3者相结合的方法,能有效提高建筑物变形沉降预测的精度。 相似文献
9.
由于形成过程中各种影响因素在不同尺度上的运行和相互作用,降水的空间变异普遍是发生在多尺度上地理过程叠加后的结果。建立较好地反映该动力学过程的多尺度复杂空间模型对于区域降水变量估计和空间分析是很有必要的,尤其是面向稀疏监测区域。贝叶斯地统计模型具有多尺度结构化建模的能力,提供了一种可以融合观测值（含有误差的外在实现）、未知变量、先验信息和复杂数据模型（隐藏的真实过程）的统计推断框架。鉴于降水现象在尺度和各向异性上的叠加特征,本研究将基于贝叶斯和地统计的理论和方法探讨二维随机场中存在的套合各向异性分解估计的可行性,并在对每个独立组分贡献定量计算的基础上,进一步分析和挖掘套合各向异性模型在降水插值中的应用潜力。结果表明：通过贝叶斯方法,稀疏数据中叠置的多尺度性和多方向性通过地统计套合模型可以得到有效的分解;复杂套合模型估计具有向下兼容简单套合模型的能力;套合各向异性协方差结构的使用对于区域降水插值的精度提升具有明显作用。 相似文献
10.
运用地质统计学中的定向半变异函数,研究了个旧高松矿田莲花山断裂和五指山背斜裂隙网络的空间变异性。首先基于ArcGIS将野外露头裂隙网络进行数字化处理并提取裂隙密度和强度,然后依托GSLIB对裂隙密度和强度图沿着0~175°方位角计算,创建了36个实验性半变异函数并进行克里金插值,最后创建归一化的半变异函数图,量化各个断裂强度和断裂密度的二维空间变异性。研究表明,越是靠近断层裂隙密度和强度的空间变化幅度越大,并且其空间变异性存在显著的各向异性。空间变异性最小的方向平行断层且靠近断层,最大方向垂直断层且靠近断层,在褶皱近端空间变异性最小的方向平行于褶皱轴面方向,最大的方向则垂直于褶皱轴面方向。裂隙网络空间变异性质反映了断层和褶皱对裂隙网络发育的不同影响,为构建矿田三维裂隙网络空间分布模型提供参考。 相似文献
11.
??????????????????????????С??????????????????????????????????LS??SVM?????????????????????ζ???????????????????????????С???????????????????1??????????????????????????????????????????????С??????????????????????? 相似文献
12.
In order to reach the designated final water level of 175 m, there were three impoundment stages in the Three Gorges Reservoir, with water levels of 135 m, 156 m and 175 m. Baishuihe landslide in the Reservoir was chosen to analyze its displacement characteristics and displacement variability at the different stages. Based on monitoring data, the landslide displacement was mainly influenced by rainfall and drawdown of the reservoir water level. However, the magnitude of the rise and drawdown of the water level after the reservoir water level reached 175 m did not accelerate landslide displacement. The prediction of landslide displacement for active landslides is very important for landslide risk management. The time series of cumulative displacement was divided into a trend term and a periodic term using the Hodrick-Prescott(HP) filter method. The polynomial model was used to predict the trend term. The extreme learning machine(ELM) and least squares support vector machine(LS-SVM) were chosen to predict theperiodic term. In the prediction model for the periodic term, input variables based on the effects of rainfall and reservoir water level in landslide displacement were selected using grey relational analysis. Based on the results, the prediction precision of ELM is better than that of LS-SVM for predicting landslide displacement. The method for predicting landslide displacement could be applied by relevant authorities in making landslide emergency plans in the future. 相似文献
13.
????С???任??????2000??2007???й??????????????仯????????ò??С??????????μ??????????????仯???????????1?????С?????????????????2??????С??????????????????????????Ms8.0???????????3??????С???????????????????????????????????????????????????????????????????4??????С?????????????????????????????????????????????μ???塢?????????????????????????????? 相似文献
14.
为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。 相似文献
15.
针对传统降雨预测理论错报率高及算法拟合精度低等缺陷,将与降雨过程相关的多种气象参数（温度、相对湿度、露点温度、气压等）及时间参数（年积日和天积时）引入短临降雨预测模型的构建。将新加坡2个GNSS和气象并址的测站（NTUS、SNUS）2010～2012年的气象数据及降雨数据作为样本,研究气象参数与降雨数据的时变特征,结果发现,降雨发生前气象参数均表现出异常的变化趋势,且各类气象参数与降雨均表现出弱相关性特征。基于该发现,首次应用最小二乘支持向量机（LS-SVM）模型实现对未来降雨的预测,将气象参数和时间参数作为模型输入,降雨数据作为模型输出,并利用正确率（TFR）和错报率（FFR）评价LS-SVM模型的精度。实验结果表明,该算法可预测出99%的降雨事件,且FFR为40%;与现有最小二乘降雨预测模型相比,该算法的FFR降低近20%,TFR提高近10%。 相似文献
16.
基于改进局部均值分解（LMD）及加权核函数相关向量机（RVM）算法，构建多尺度变形预测新方法。利用LMD将变形数据分解成多个具有物理意义的变形分量，并基于遗传算法优化的RVM对每个变形分量分别进行预测。将各变形分量预测结果进行叠加，最终建立多尺度变形预测方法，并应用于大坝变形预测。实验结果表明，改进LMD-RVM方法的多个精度指标均优于BP神经网络方法、RVM方法和改进EMD-RVM方法，证实了新方法的有效性及可靠性。 相似文献
17.
对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。 相似文献
18.
针对最小二乘支持向量机（least squares support vector machine,LSSVM）在区域似大地水准面拟合过程中存在较大模型误差的问题,构建LSSVM-Shepard GPS高程异常转换组合模型。采用LSSVM拟合高程异常中的中长波项,利用Shepard插值模型来泛化去除中长波项的残余项。结合平原地区和高原山区工程实例,分别采用二次曲面模型、LSSVM、Shepard插值模型、二次曲面-Shepard模型、LSSVM-Shepard模型进行高程转换及精度对比。结果表明,新组合模型高程转换精度高于各单一模型,且在平原地区转换效果与二次曲面-Shepard模型基本一致,在高原山区拟合效果优于二次曲面-Shepard模型。 相似文献