共查询到19条相似文献，搜索用时 109 毫秒
1.
ＳＴＡＴＩＳＴＩＣＡＬＡＮＡＬＹＳＩＳＯＦＴＥＭＰＥＲＡＴＵＲＥＳＯＮＢＯＴＨＴＨＥＵＰＰＥＲＡＮＤＬＯＷＥＲＢＯＵＮＤＡＲＩＥＳＯＦＳＵＢ－ＡＬＰＩＮＥＤＡＲＫＣＯＮＩＦＥＲＦＯＲＥＳＴＳＩＮＣＨＩＮＡＷａｎｇＪｉａｎ（王建）；ＸｕＸｉａｏｂｉｎ（... 相似文献
2.
（张本）（康星华）ＴＨＥＦＥＡＴＵＲＥＳＯＦＴＨＥＮＡＴＵＲＡＬＲＥＳＯＵＲＣＥＳＡＮＤＴＨＥＲＥＮＯＶＡＴＩＯＮＳＴＲＡＴＥＧＹＯＦＰＯＹＡＮＧＬＡＫＥ￥ＺｈａｎｇＢｅｎＫａｎｇＸｉｎｇｈｕａ（ＨａｉｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｈａｉｋｏｕ５７００... 相似文献
3.
BASIC FEATURES OF FOREST STEPPE IN THE LOESS PLATEAU OF CHINA 总被引：2，自引：0，他引：2
朱志诚 《中国地理科学(英文版)》1995,5(2):170-174
ＢＡＳＩＣＦＥＡＴＵＲＥＳＯＦＦＯＲＥＳＴＳＴＥＰＰＥＩＮＴＨＥＬＯＥＳＳＰＬＡＴＥＡＵＯＦＣＨＩＮＡ￥ＺｈｕＺｈｉｃｈｅｎｇ（朱志诚）（ＤｅｐａｒｔｍｅｎｔｏｆＢｉｏｌｏｇｙ．ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ７１００６９，ＰＲＣ）Ａ... 相似文献
4.
5.
于扬 《成都信息工程学院学报》2000,15(3):213-217
介绍了投影寻踪回归 (PPR)预测建模的基本思想和算法 ,并将投影寻踪混合回归(PPMR)和逐步回归 (SR)应用于降水预测数值试验 ,结果表明 ,PPMR模型的拟合和预测效果均优于SR模型的相应效果。 相似文献
6.
ＩＮＦＬＵＥＮＣＥＯＦＳＥＡ－ＡＩＲＩＮＴＥＲＡＣＴＩＯＮＯＮＴＨＥＤＩＳＣＨＡＲＧＥＯＦＦＬＯＯＤＳＥＡＳＯＮＩＮＴＨＥＵＰＰＥＲＲＥＡＣＨＥＳＯＦＴＨＥＣＨＡＮＧＪＩＡＮＧＲＩＶＥＲＺｈａｎｇＸｉｎｐｉｎｇ（章新平）（ＬａｎｚｈｏｕＩｎｓｔｉｔｕ... 相似文献
7.
ＡＮＡＮＡＬＹＳＩＳＯＦＷＡＴＥＲＲＥＳＯＵＲＣＥＣＨＡＲＡＣＴＥＲＩＳＴＩＣＳＯＦＴＨＥＲＩＶＥＲＳＩＮＴＨＥＮＯＲＴＨＥＲＮＳＬＯＰＥＯＦＴＨＥＫＵＮＬＵＮＭＯＵＮＴＡＩＮＳＸｕＹｏｕｐｅｎｇ（许有鹏）；ＧａｏＹｕｎｊｕｅ（高蕴珏）（Ｄｅｐａｒｔ... 相似文献
8.
施雅风 《中国地理科学(英文版)》1994,4(2):186-192
ＰＲＯＦＥＳＳＯＲ ＺＨＵ ＫＥＺＨＥＮ ＯＰＥＮＩＮＧ ＵＰ Ａ ＰＡＴＨ ＦＯＲ ＲＥＳＥＡＲＣＨ ＯＮ ＣＬＩＭＡＴＩＣ ＣＨＡＮＧＥ ＩＮ ＣＨＩＮＡ ＳｈｉＹａｆｅｎｇ（施雅风）（ＬａｎｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＧｌａｃｉｏｌｏｇｙａｎ... 相似文献
9.
ＲＥＳＥＡＲＣＨＥＳＯＮＳＯＩＬＥＮＶＩＲＯＮＭＥＮＴＡＬＢＡＣＫＧＲＯＵＮＤＶＡＬＵＥＳＩＮＴＩＢＥＴ￥ＺｈａｎｇＸｉａｏｐｉｎｇ（张晓平）ＫｅＹａｎｇｃｈｕａｎ（科扬川）（ＣｈａｎｇｃｈｕｎＩｎｓｔｉｔｕｔｅｏｆＧｅｏｇｒａｐｈｙ，ｔｈｅＣｈｉｎ... 相似文献
10.
ＲＥＬＡＴＩＯＮＳＨＩＰＢＥＴＷＥＥＮＱＩＮＧＨＡＩＬＡＫＥＬＥＶＥＬＤＥＳＣＥＮＤＩＮＧＡＮＤＡＲＴＩＦＩＣＩＡＬＷＡＴＥＲ－ＣＯＮＳＵＭＰＴＩＯＮ￥ＰｅｎｇＭｉｎ（彭敏）ＣｈｅｎＧｕｉｃｈｅｎ（陈桂琛）ＺｈｏｕＬｉｈｕａ（周立华）（Ｎｏｒｔｈｗｅ... 相似文献
11.
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
12.
应用误差反向传播算法的人工神经网络，建立了流域年均含沙量的预测模型。该模型用于某流域年均含沙量预测的拟合率达９０％以上，预留检验预报的准确率为７５％。 相似文献
13.
????IGS????120??E???1999??2009??IONEX?????????????????????TEC?????????????С?????鷽??????????????????????????????????????TEC?????????????2009???TEC?????????????顣????????????????????????????????????TEC??仯?????????????????????Ч?????????????????????????????TEC?????????????????4.441 0??2.915 1 TECU??????????????23.26%??10.78%????????????????????????0.712 2??0.785 9?? 相似文献
14.
“重庆雾害”课题组 《成都信息工程学院学报》1992,(2)
本方法从动力、统计相结合的角度出发,利用多年历史资料,采用逐步回归方法并辅以技术处理,求得非线性回归方程为PP模型的预报方程,并且利用正压模式输出的两个月数值预报产品进行了试报,结果表明该模型对重庆雾的24小时预报具有一定的能力。 相似文献
15.
??????????????????(VTEC)??????????????????????????????????4?????????????????????Э????????????????С???????÷????????????????????????г????????????????????????????????????????????????????????(CODE)????????????????????????0.812???????????ο???в???4 TECu????????????????????????????????????????????γ20°?????????????????????????????????????1??7 TECu?????????????????2.4 TECu?????CODE????????20.14%????????????????3.5 TECu?????CODE???????????????????3.0 TECu?????CODE????????8.25%?? 相似文献
16.
陈鹏宇 《大地测量与地球动力学》2020,40(5):457-463
利用白鹤滩和乌东德库区2018～2019年两期最新地壳形变监测资料对两个库区在监视期的形变特征进行分析,其中水准和重力资料采用相对基准分析法,谷宽和跨断层测距资料采用投影面相对坐标分析法。结果表明：1）白鹤滩库区上游左岸中部存在16 km范围的沉降区,乌东德库区上游右岸水准支线所在地区隆升较大,两个库区其他地区均相对稳定,垂直形变量均小于5 mm;2）两个库区重力场变化基本平稳,无显著性异常变化,个别测点重力值变化较大是周围环境改变导致;3）两个库区4个谷宽网各点的相对坐标变化均不大,但4个谷宽网均显示相对收缩,量值在1~2 mm;4）两个库区6处跨断层场地中有5处比较稳定,监视期间断层无显著垂直活动和水平活动迹象,乌东德库区洛佐场地监视区断层两侧存在一定的差异性垂向运动并伴随水平向挤压运动。该结果可为水库蓄水后形变以及水库诱发地震的研究提供背景参考。 相似文献
17.
陈鹏宇 《大地测量与地球动力学》2020,(5):464-469
GM(1,1)幂模型可用于趋于稳定或具有S型变化趋势的沉降预测,但其存在灰色建模的固有缺陷、非等间隔数据的不适用性和参数求解复杂性等不足之处。结合幂函数变换与无偏GM(1,1)模型和非等间隔无偏GM(1,1)模型,建立了无偏GM(1,1)幂模型和非等间隔无偏GM(1,1)幂模型。基于Matlab程序,以拟合结果的平均相对误差最小作为优化目标,提出参数的优化求解方法,同时提出采用Origin拟合函数SRichards2的替代方法。实例分析结果显示,两种方法拟合效果相当,均可用于沉降预测。结合两者的应用效果和建模特点,建议人工处理数据时采用Origin拟合函数SRichards2;对于有特殊优化目标的情况或自动化监测设计时,可采用无偏GM(1,1)幂模型或非等间隔无偏GM(1,1)幂模型。 相似文献
18.
基于诱导有序加权平均（IOWA）算子,将差分整合移动平均自回归（ARIMA）模型和Holt-Winters指数平滑模型进行组合,采用SBAS-InSAR监测值进行矿区地表沉降预测,并与各单一模型的预测结果进行对比分析。结果表明,基于IOWA算子的组合模型的预测精度较单一模型有明显提升,其中各点均方误差（MSE）平均值为1.458 mm,平均绝对误差（MAE）为2.175 mm,可用于矿山地表沉降监测预测。 相似文献
19.
《山地科学学报》2021,(10)
An accurate landslide displacement prediction is an important part of landslide warning system. Aiming at the dynamic characteristics of landslide evolution and the shortcomings of traditional static prediction models, this paper proposes a dynamic prediction model of landslide displacement based on singular spectrum analysis(SSA) and stack long short-term memory(SLSTM) network. The SSA is used to decompose the landslide accumulated displacement time series data into trend term and periodic term displacement subsequences. A cubic polynomial function is used to predict the trend term displacement subsequence, and the SLSTM neural network is used to predict the periodic term displacement subsequence. At the same time, the Bayesian optimization algorithm is used to determine that the SLSTM network input sequence length is 12 and the number of hidden layer nodes is 18. The SLSTM network is updated by adding predicted values to the training set to achieve dynamic displacement prediction. Finally, the accumulated landslide displacement is obtained by superimposing the predicted value of each displacement subsequence. The proposed model was verified on the Xintan landslide in Hubei Province, China. The results show that when predicting the displacement of the periodic term, the SLSTM network has higher prediction accuracy than the support vector machine(SVM) and auto regressive integrated moving average(ARIMA). The mean relative error(MRE) is reduced by 4.099% and 3.548% respectively, while the root mean square error(RMSE) is reduced by 5.830 mm and 3.854 mm respectively. It is concluded that the SLSTM network model can better simulate the dynamic characteristics of landslides. 相似文献