基于小波变换和GALSSVM的边坡位移预测   总被引：1，自引：0，他引：1  

马文涛 《岩土力学》2009,30(Z2):394-398

边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程,用现有的物理模型来解决边坡变形的预测问题有很大难度。大量的研究工作表明,用实测的边坡位移时间序列来预测边坡未来变形更为准确,而将多种方法组合起来进行预测成为研究的主要趋势。在此基础上,建立了一种基于小波变换和进化最小二乘支持向量机(GALSSVM)的边坡位移预测模型。首先利用小波变换将边坡时间序列分解为低频分量和高频分量,然后利用互信息法和伪近邻法得到各分量的时间延迟和嵌入维数并进行相空间重构,再根据各个相空间的特点建立相应的GALSSVM预测模型,最后把各分量的预测结果进行小波重构,重构后的结果即为最终的边坡位移预测结果。对丹巴滑坡预测研究表明,这种新的预测模型具有较高的预测精度,可以应用于实际工程  相似文献   

Application of support vector machine to synthetic earthquake prediction     

Chun Jiang  Xueli Wei Xiaofeng Cui  Dexiang You Earthquake Administration of Tianjin Municipality  Tianjin  China Tianjin University of Technology  Tianjin  China 《地震学报(英文版)》2009,(3):315-320

This paper introduces the method of support vector machine (SVM) into the field of synthetic earthquake pre-diction, which is a non-linear and complex seismogenic system. As an example, we apply this method to predict the largest annual magnitude for the North China area (30°E-42°E, 108°N-125°N) and the capital region (38°E-41.5°E, 114°N-120°N) on the basis of seismicity parameters and observed precursory data. The corresponding prediction rates for the North China area and the capital region are 64.1% and ...  相似文献   

基于支持向量机的测井资料幅度异常验收方法研究   总被引：1，自引：1，他引：0       下载免费PDF全文

张军  李洪奇  郭海峰  阿力木江·吾甫尔 《地球物理学进展》2009,24(6):2181-2185

当前的测井资料质量标准基于人工验收制定,其中包含大量的定性标准.如何依据定性标准进行测井资料质量自动验收,是目前面临的一个难题.将支持向量机方法应用于测井资料幅度异常预测,在资料中挑选可疑样本,依据已有的专家验收结论建立预测模型,对测井资料幅度异常进行预测,避免了自动验收中必须将定性标准定量化的问题,在实际应用中有较好的效果,对同类工程问题的解决有一定的借鉴意义.  相似文献   

基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究   总被引：3，自引：1，他引：2  

张飞  塔西甫拉提·特依拜  丁建丽  田源  依力亚斯江·努尔麦麦提  哈学萍 《干旱区地理》2009,32(1)

以塔里木盆地北缘绿洲--渭干河-库车河三角洲绿洲为例,借助ENVI遥感软件,利用ETM+数据,探讨了该绿洲土壤盐渍化信息提取的方法.传统的遥感图像分类方法多数在解决问题上存在精度不高、分类效率较低、不确定性强的缺陷,所以,选择好的分类方法对于提取盐渍化信息是至关重要的.近年来,将SVM应用于遥感图像分类已成为新的发展趋势.文章提出了基于纹理特征的支持向量机(Support Vector Machine,SVM)的分类方法,得出以下结论:分别结合3×3,5×5,7×7,9×9,11×11,13×13窗口纹理特征和光谱的SVM分类精度都很高,达到93%以上.并且在验证分类精度时,发现结合光谱和9×9窗口纹理信息的SVM分类的结果更符合实际情况.所以说加入纹理特征后使得光谱信息比较接近的3类地物(重度、中度、轻度盐渍地)的区分性增大,从而使精度提高.因此,基于纹理特征的SVM分类方法更有利于遥感图像分类和盐渍化信息监测,是地物遥感信息提取的有效途径.  相似文献   

地理课堂中的教学机智及其修炼     

杨震华 《地理教学》2009,(8):11-13

德国教育家赫尔巴特早在1802年他首次关于教育的讲演中就指出：“关于你究竟是一名优秀的教育者还是拙劣的教育者的这个问题非常简单：你是否发展了一种机智感昵？”教学机智作为衡量教师“优秀”与“拙劣”的重要标尺,集中体现了教师的教学智慧。  相似文献   

医学地理     

《中国地理与资源文摘》2009,(3)

  相似文献   

遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例   总被引：6，自引：1，他引：5  

臧淑英  张策  张丽娟  张玉红 《地理科学》2012,(4):434-441

湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。  相似文献   

基于SVM测井数据的火山岩岩性识别——以辽河盆地东部坳陷为例   总被引：2，自引：1，他引：1       下载免费PDF全文

牟丹  王祝文  黄玉龙  许石  周大鹏 《地球物理学报》2015,58(5):1785-1793

辽河盆地东部坳陷储集层由火山多期喷发形成,岩相岩性复杂,岩性以中、基性火山岩为主.本文将火山岩的岩心及岩矿鉴定资料与测井数据进行整合,应用测井数据建立支持向量机(SVM)两分类和多分类岩性识别模式.首先,深入研究支持向量机二分类及"一对一"、"一对多"和有向无环图三种经典多分类算法的基本原理及结构;然后,总结研究区域火山岩岩石特征,分析测井数据的测井响应组合特征,选择40口井中岩心分析和薄片鉴定资料完整、常规五种测井曲线(RLLD,CNL,DEN,AC,GR)齐全的1200个测井数据作为训练样本,构造三种支持向量机岩性识别模式;最后,对4测试井中800个测井数据进行岩性识别,识别结果与取心段岩心描述和岩心/岩屑薄片鉴定资料对比,实验结果表明有向无环图更适合辽河盆地火山岩的识别,识别正确率达到82.3%.  相似文献   

基于极限学习机的GF-2影像分类     

王明常  张馨月  张旭晴  王凤艳  牛雪峰  王红 《吉林大学学报(地球科学版)》2018,48(2):373-378

遥感图像分类是提取图像有效信息过程中重要的一部分,为了探寻最优的分类方法,许多机器学习算法逐步应用于遥感分类中。极限学习机（extreme learning machine,ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用。本文采用训练速度快、运算量小的极限学习机算法与支持向量机（support vector machines,SVM）算法和最大似然法进行分类对比,对高分辨率遥感图像进行分类,分析极限学习机算法对于遥感图像分类的准确度等性能。选取吉林省长春市部分区域的GF-2遥感数据,将融合后的影像设置为原始数据,利用3种方法进行分类。研究结果表明,极限学习机算法分类图像总体分类精度达到85%以上,kappa系数达到0.718,与其他分类方法相比分类准确度较高,且极限学习机运行时间比支持向量机运行时间约短2 480 s,约为支持向量机运行时间的1/8,因此具有良好的性能和实用价值。  相似文献   

基于决策树特征提取的支持向量机在岩性分类中的应用     

韩启迪  张小桐  申维 《吉林大学学报(地球科学版)》2019,49(2):611-620

由于支持向量机属于黑箱模型,因此在进行模型学习时无法直接对特征进行选择,而决策树模型在递归创建的过程中自身具有一定的特征选择能力。针对岩性分类问题,本文将决策树和支持向量机结合,通过决策树的建立,在考虑特征重要性的前提下,利用树节点的高度对特征进行提取,并将具有更高分类能力的特征送入支持向量机进行岩性分类。结果表明:通过决策树的特征提取,减少了支持向量机模型的输入特征,从而有效控制了模型的复杂度,使得模型更加稳定并具有更高的分类精度,测试集精度能够提升10%以上。  相似文献