某动力机器基础动力学分析     

孔垂烛  薛尚铃  尹菊丽 《岩土工程技术》2007,21(5):254-256

当动力机器基础体积较大时,采用《动力机器基础设计规范》(GB 50040-96)推荐的简化计算方法进行动力计算,计算结果可能具有较大的误差而不能用于工程设计,此时进行三维数值分析是必要的。在介绍弹性动力学分析的基础上,使用通用有限元软件ANSYS8.0,对某设备基础进行了模态分析和谐相应分析,得出了该动力机器基础的低阶固有频率准确值,以及该动力机器基础随外部荷载频率改变的振幅变化曲线,进而得出一些重要结论,为该工程设计提供了可靠参考。  相似文献   

加权支持向量回归机及其在水质预测中的应用   总被引：1，自引：0，他引：1  

徐红敏  王继广 《世界地质》2007,26(1):58-61

支持向量机是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法。本文对用于回归估计的标准支持向量机加以改进，提出了一种新的用于回归估计的支持向量机学习算法，针对各样本重要性的差异，给各个样本的惩罚系数和误差要求赋予不同权重，并利用加权支持向量回归机的理论及其算法构建水质预测模型。实验结果表明，该方法对水质具有较好的预测效果。  相似文献   

基于支持向量机的遥感大雾判识   总被引：1，自引：0，他引：1  

刘年庆  蒋建莹  吴晓京 《气象》2007,33(10):73-79

提出了一种基于支持向量机的卫星遥感数据大雾判识方法:首先通过对风云1D卫星大雾区域的各通道辐射值出现频次进行概率统计,利用其阈值来粗判识大雾;然后在粗判识的基础上通过支持向量机的方法进行大雾细判识;最后利用腐蚀和膨胀的图像处理技术对判识后的图像进行优化处理。在对我国2006年9-12月的65条监测到大雾的风云1D轨道的探测数据进行分析之后,发现大雾判识结果与专家标记吻合。检验结果表明,利用1、2、4、6、7、10通道组合进行粗判识的结果最好,5交叉正确率为89.9849%,TS评分为74.04%。利用上述方法对个例的分析检验表明,基于支持向量机的遥感大雾判识方法是切实可行的。  相似文献   

支持向量机与卡尔曼滤波集合的西太平洋副热带高压数值预报误差修正   总被引：1，自引：0，他引：1  

刘科峰　张韧徐海斌  闵锦忠朱伟军 《气象学报》2007,65(3):450-457

基于T106数值预报产品资料,提出了支持向量机和卡尔曼滤波相结合的方法来进行夏季西太平洋副热带高压数值预报的误差修正与预报优化。首先采用支持向量机方法建立了西太平洋副热带高压面积指数的误差修正模型。基于支持向量机预报优化模型尽管有比较好的拟合精度和预报效果,但与实际副热带高压指数尚有一定的差异。究其原因,除预报对象(副热带高压)本身比较复杂、模型优化因子不够充分以及数值预报误差自身的随机性以外,优化模型的输入、输出基本上是一个静态映射结构,因此前一时刻的预测误差难以得到有效的反馈、调整和修正。为考虑前一时刻预报误差的反馈信息,动态跟踪副高的变化趋势,随后引入卡尔曼滤波方法建立支持向量机-卡尔曼滤波模型,对支持向量机模型的输出结果作进一步的调整和优化。试验结果表明,该方法模型的预报优化效果优于T106数值预报产品以及单纯的神经网络修正模型和卡尔曼滤波修正模型的优化效果,能够较为客观、有效地修正西太平洋副热带高压指数的数值预报误差,改进和优化西太平洋副热带高压的数值预报效果。该方法为副热带高压等复杂天气系统和要素场预报提供了一种新的思路,表现出较好的应用前景。  相似文献   

机器基础动力相互作用的研究     

姜忻良  李燕飞  郑刚 《地震工程与工程振动》1998,18(1):95-102

本文分别对单台、双台、联合基础与地基土相互作用体系在扰力作用下的振动特性进行了研究。在计算中考虑了外围土体的影响。通过算例,得到了单台、双台、联合基础的一些振动规律。  相似文献   

Least‐square support vector machine applied to settlement of shallow foundations on cohesionless soils     

Pijush Samui  T. G. Sitharam 《国际地质力学数值与分析法杂志》2008,32(17):2033-2043

This paper examines the potential of least‐square support vector machine (LSVVM) in the prediction of settlement of shallow foundation on cohesionless soil. In LSSVM, Vapnik's ε‐insensitive loss function has been replaced by a cost function that corresponds to a form of ridge regression. The LSSVM involves equality instead of inequality constraints and works with a least‐squares cost function. The five input variables used for the LSSVM for the prediction of settlement are footing width (B), footing length (L), footing net applied pressure (P), average standard penetration test value (N) and footing embedment depth (d). Comparison between LSSVM and some of the traditional interpretation methods are also presented. LSSVM has been used to compute error bar. The results presented in this paper clearly highlight that the LSSVM is a robust tool for prediction of settlement of shallow foundation on cohesionless soil. Copyright © 2008 John Wiley & Sons, Ltd.  相似文献   

A comparative study of extensive machine learning models for predicting long-term monthly rainfall with an ensemble of climatic and meteorological predictors     

Zhengzheng Zhou  Jie Ren  Xiaogang He  Shuguang Liu 《水文研究》2021,35(11):e14424

Rainfall prediction is of vital importance in water resources management. Accurate long-term rainfall prediction remains an open and challenging problem. Machine learning techniques, as an increasingly popular approach, provide an attractive alternative to traditional methods. The main objective of this study was to improve the prediction accuracy of machine learning-based methods for monthly rainfall, and to improve the understanding of the role of large-scale climatic variables and local meteorological variables in rainfall prediction. One regression model autoregressive integrated moving average model (ARIMA) and five state-of-the-art machine learning algorithms, including artificial neural networks, support vector machine, random forest (RF), gradient boosting regression, and dual-stage attention-based recurrent neural network, were implemented for monthly rainfall prediction over 25 stations in the East China region. The results showed that the ML models outperformed ARIMA model, and RF relatively outperformed other models. Local meteorological variables, humidity, and sunshine duration, were the most important predictors in improving prediction accuracy. 4-month lagged Western North Pacific Monsoon had higher importance than other large-scale climatic variables. The overall output of rainfall prediction was scalable and could be readily generalized to other regions.  相似文献   

基于支持向量机的岩石薄片图像分割   总被引：4，自引：0，他引：4  

张杰  滕奇志  王正勇 《成都信息工程学院学报》2007,22(2):186-189

支持向量机是对传统学习分类方法的一个良好替代,特别是小样本、高维的情况下,有着良好的泛化能力,利用支持向量机良好的分类特性,将图像分割的问题转化为分类问题,对岩石薄片图像进行分割实验.通过实验表明：支持向量机对于分割颜色分布不均匀、边缘模糊的岩石薄片图像,有很好的应用前景.  相似文献   

基于机器学习的多施工参数盾构施工姿态预测     

夏汉庸  尹和军  徐教煌  王嘉伟  黄毅 《测绘通报》2021,(1):157-160,164

针对盾构施工过程中参数易变、轴线难以预测控制的问题,本文提出了基于机器学习的多施工参数盾构施工姿态预测方法,分析了在复杂环境下影响盾构姿态掘进施工的参数,以及掘进参数和盾构姿态内在的关联关系,建立了盾构姿态预测模型,实现了盾首盾尾中心坐标与设计轴线的偏差计算;最后结合某地铁施工段,验证了该预测模型的可行性。  相似文献   

数据驱动的蒸散发遥感反演方法及产品研究进展     

刘萌  唐荣林  李召良  高懋芳  姚云军 《遥感学报》2021,25(8):1517-1537

蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上,蒸散发约占陆地降水总量的60%;作为其能量表达形式,潜热通量约占地表净辐射的80%。随着通量观测技术的发展,全球长期持续的观测数据得以获取和共享,近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对数据驱动的蒸散发遥感反演方法和产品,从经验回归、机器学习和数据融合3个方面展开,对现有的研究进展进行了梳理、归纳和总结,并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究,有效考虑地表温度和土壤水分等可以指示地表蒸散发短期变化的重要信息,同时加强基于过程驱动的物理模型与数据驱动的模型的结合,使两类模型能互为补充、各自发挥所长,共同推动蒸散发遥感反演研究水平的进步。  相似文献