首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  免费   1篇
测绘学   3篇
地质学   1篇
海洋学   2篇
综合类   2篇
  2022年   1篇
  2021年   3篇
  2018年   1篇
  2017年   3篇
排序方式: 共有8条查询结果,搜索用时 328 毫秒
1
1.
针对LSSVM模型参数选择的随机性与单一变量序列高维度重构参数选择的困难性,将相空间重构理论、果蝇优化算法引入LSSVM模型中,建立基于相空间重构的FOA-GLSSVM变形预测模型。为了验证提出模型的有效性与可靠性,结合具体工程实例与GLSSVM、支持向量机模型及最小二乘支持向量机模型进行对比研究。结果表明,提出的模型精度更好、稳定性更强。  相似文献   
2.
针对变形监测数据的随机性和非平稳性,以及单一预测模型的不足,该文提出了基于小波去噪的灰色最小二乘支持向量机变形预测模型。采用小波去噪对原始数据进行降噪处理,减弱数据随机扰动的影响,建立灰色最小二乘支持向量机模型,并采用粒子群算法寻找最优参数。通过大坝位移监测数据实例对模型进行验证,并与灰色模型、最小二乘支持向量机以及灰色最小二乘支持向量机进行对比分析。实验结果证明,该模型预测精度更高、稳定性更强。  相似文献   
3.
针对最小二乘支持向量机(least square support vec-tor machine,LSSVM)模型参数选择存在随机性与单一优化算法寻找参数存在局限的问题,将遗传算法(genetic algo-rithm,GA)、粒子群优化(particle swarm optimization,PSO)算法引入LSSVM模型,建立了基于粒子群-遗传算法(PSO-GA)优化的LSSVM沉降预测模型.将GA嵌入PSO算法,降低了模型参数寻优陷入局部最优的可能,提高模型拟合精度.结合具体工程实例,将提出的模型与LSSVM模型、PSO算法优化的LSSVM(PSO-LSSVM)模型、GA优化的LSSVM(GA-LSSVM)模型进行对比,结果表明改进模型的精度更好,稳定性更强.  相似文献   
4.
针对传统单一灰色最小二乘支持向量机(GLSSVM)高程拟合方法的不足以及LSSVM模型参数选择的随机性,该文提出了一种基于PSO-GA算法优化的灰色最小二乘支持向量机高程拟合模型。模型将灰色模型与最小二乘支持向量机模型相结合,建立GLSSVM模型,并结合粒子群算法与遗传优化算法寻找GLSSVM模型的最优参数组合。为进一步验证提出模型的可靠性与有效性,通过具体工程实例,并将拟合结果分别与粒子群算法优化的最小二乘支持向量机模型(PSO-GLSSVM),遗传算法优化的最小二乘支持向量机模型(GA-GLSSVM)及单一GLSSVM模型进行对比分析,结果表明,PSO-GA-GLSSVM模型拟合精度更好,可靠性更高,为高程拟合研究提供了一种思路。  相似文献   
5.
利用浙江省海洋灾害公报中2006—2017年的赤潮灾害数据,分析了浙江近海赤潮的年、月和季节尺度的变化规律,同时分析了浙江近海赤潮的空间分布规律。将自适应带宽核密度分析方法应用于赤潮灾害研究,分析了浙江近海不同海域受赤潮影响的程度。研究结果表明:浙江海域赤潮高发于春末和夏季,5月是发生峰值期;从年际情况看,近年来赤潮发生的累计次数和面积呈上升趋势;浙江省赤潮主要发生在5个海域,按受赤潮影响的程度由高到低依次为舟山本岛、嵊泗列岛、温州、宁波和台州。  相似文献   
6.
近年来,海洋生态环境保护逐渐受到社会的重视,海洋环境监测活动与研究开展得越来越频繁。其中,水质监测是重点研究的内容之一,而水质在线监测方式可解决传统人工定点釆样监测时效性不足的问题。本文基于物联网(Internet of Things, IoT)技术,设计了一种实用的近海岸水质在线监测方案。该方案整合了具有通信距离远、抗干扰能力强的LoRa(Long Range Radio)无线通信技术、传感器技术、Web技术以及微信小程序技术,可实现近海岸水质监测数据的实时采集、处理、传输、存储、共享、展示、管理和控制,满足近海岸水质监测、渔业养殖监测和海洋牧场监测等多种近海固定点监测应用的需求。此外,本文还对设计的方案进行了原型系统实现与系统测试,结果表明设计方案可支持以无线方式对近海岸区域水质的智能化和长期性远程监测,有效改善了现有近海在线系统存在的监测距离较近、成本高、布设不够灵活和抗干扰性较差等不足。  相似文献   
7.
地热异常区的探测对于地热能开发利用至关重要。利用2 m测温法和相关仪器对厦门东山某热泉地区进行实地探测,获取1~2m深度地层温度和导热系数数据,绘制研究区2m深度温度等值线图和浅层热流密度分布云图,圈定地热异常区。运用一维稳态热传导模型对研究区20 m深度地温进行反演,并与研究区20m深度实测温度进行对比分析。结果表明,2m测温法对地热异常区探测效果明显,一维稳态热传导模型对于20m深度地温的预测结果与实测结果较为一致。该方法可以作为地热探测初期的有效手段。  相似文献   
8.
针对单一预测模型的不足,提出EEMD分解与粒子群灰色支持向量机(particle swarm optimization grey support vector machine,PSOGSVM)相结合的基坑位移预测模型。以基坑时间序列的混沌性为基础,利用EEMD分解时间序列,采用相空间重构技术构造样本,应用PSOGSVM模型进行基坑预测,并与GM(1,1)、SVM、遗传小波神经网络进行对比。结果表明,该算法预测精度好,具有良好的稳定性,可有效地应用于基坑位移预测。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号