排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
����-֧���������ڴ�Ӱ�ȫ���Ԥ���е�Ӧ�� 总被引:5,自引:3,他引:2
????????????????????г?????????????????μ?????????-??????????????????????????????????????????????????????????????????????????????????????????????????????????С????????????????н???????г????????????????????Ч????á? 相似文献
2.
3.
4.
5.
6.
自动气象站数据采集器温度通道的采集处理性能直接影响温度测量数据准确性,利用最小二乘支持向量机(LSSVM:Least Squares Support Vector Machine)算法对一款区域站数据采集器温度通道校准数据系统误差进行拟合建模。基于该模型对校准结果进行修正,并对校准修正后温度通道的测量结果进行不确定度评估。经校准修正后,数据采集器温度通道测量误差均小于0.05℃,测量结果的不确定度为0.06℃,远小于修正前测量误差与不确定度,修正效果显著。该方法同样适用于其他型号的数据采集器,为自动站观测数据质量控制提供有效参考。 相似文献
7.
新疆南疆地区是扬沙浮尘的主要高发区,风沙对当地生产生活影响严重。为揭示当地风沙天气变化特征并预测未来变化趋势,通过小波分解方法,将塔克拉玛干沙漠南缘的策勒沙漠 绿洲过渡带2008—2016年沙尘天气发生时序分解为平稳性波动项和非线性趋势项,根据两项数据的特性,针对性选取自回归(AR)模型和最小二乘支持向量机(LSSVM)进行变化趋势预测,最后利用加法原则重构实现沙尘天气发生日数时序预测。结果表明:研究区沙尘天气发生属于典型的春夏型,主要集中在3—9月,峰值出现在5月。组合模型预测值与实测值基本吻合,具有较高的预测精度(绝对误差为4.00 d, 均方根误差为3.76 d),同时,其结果与AR模型、LSSVM模型预测结果相比较也显示出一定的优越性(组合模型相关系数相比AR、LSSVM分别提高了0.12、0.31),具有较好的应用前景,可为研究区预防风沙灾害及指导实际生产生活提供科学依据。 相似文献
8.
基于LSSVM与MCS的路基沉降可靠度分析 总被引:1,自引:0,他引:1
提出了一种计算路基沉降可靠度的新方法。基于FLAC中的修正剑桥模型,以最小二乘支持向量机为核心技术,结合蒙特卡罗法构建计算模型。由于修正剑桥模型参数较多,对模型参数进行了敏感性分析,将对沉降影响较大的参数确定为随机变量。选取训练样本对支持向量机进行训练,按照随机变量的概率分布进行抽样,馈送到最小二乘支持向量机得到相应的响应值,用Matlab编制程序完成可靠度计算,并进行了算例分析。计算结果表明,蒙特卡罗法结合支持向量机的沉降可靠度计算方法应用于公路软基沉降可靠度计算是可行的。 相似文献
9.
����С��������LSSVM�Ļ��±���Ԥ�� 总被引:2,自引:1,他引:1
??????????????,???????С????????LSSVM????????±???????????????С???任???????????з?????в???????????????????????????????к???????з??????LSSVM????????????????????????????????С????????LSSVM????±????????????????GM(1,1)??AR??????LSSVM?????? 相似文献
10.
纹理特征作为一种非光谱信息能够增强地物之间的特征差异,这对于高分辨率遥感影像的地物提取有着重要意义。以青土湖为研究区,以Worldview-2影像为数据源,通过引入权重因子定义联合概率函数来确定最佳窗口尺度,利用灰度共生矩阵提取最佳窗口尺度下的纹理特征,将其与原始遥感影像合成,采用最小二乘支持向量机(LSSVM)进行地物提取,将提取结果与仅利用光谱信息的支持向量机(SVM)提取结果、辅以纹理特征的SVM提取结果对比分析。结果表明:此方法可以更加快速准确地提取青土湖地物,精度高达85.86%,优于仅利用光谱信息的SVM的65.13%,辅以纹理特征的SVM的73.45%,可为地物破碎的干旱区高分辨率遥感影像地物提取提供有益借鉴。 相似文献