����-֧���������ڴ�Ӱ�ȫ���Ԥ���е�Ӧ��   总被引：5，自引：3，他引：2  

赵卿  李潇  徐进军  宓天跃 《大地测量与地球动力学》2008,28(2):115-119

????????????????????г?????????????????μ?????????-??????????????????????????????????????????????????????????????????????????????????????????????????????????С????????????????н???????г????????????????????Ч????á?  相似文献   

基于不同核函数的LSSVM在GPS高程拟合中的应用     

朱华  黄张裕  赵仲荣  钱鹏鹏 《测绘工程》2014,(5):18-20

GPS技术因其诸多优点在工程测量中被广泛应用,最小二乘支持向量机应用于GPS高程拟合有着一定的优势。最小二乘支持向量机在处理非线性问题时,采用核函数代替内积计算,巧妙地解决了高维计算问题。文中综述了最小二乘支持向量机常用的几种核函数,用实验进行对比分析,结果表明,采用几种核函数都取得较好的效果,采用径向基核函数时效果最优。  相似文献   

DEM构建的加权最小二乘支持向量机算法     

《地理空间信息》2015,(6)

为了减少采样点中的粗差对DEM构建精度的影响,将最小二乘支持向量机(LSSVM)运用到DEM中,发展了一种DEM构建的新算法,即加权最小二乘支持向量机(LSSVM-W)。LSSVM-W以LSSVM为基础,依据LSSVM计算的拉格朗日系数阵α求出各误差变量的权重系数,再求出更好的拉格朗日系数阵α,这样迭代多次,最终获得满足拟合精度的系数阵α。文中以数值模拟曲面为研究对象,分析并比较了当采样误差为不同污染率的正态分布时LSSVM与LSSVM-W模拟结果的精度。模拟结果表明,LSSVM-W的抗差性优于LSSVM,是一种较好的DEM构建方法。  相似文献   

LSSVM算法在极化SAR影像分类中的应用     

孟云闪  余洁  刘利敏  张中山  隋克林 《地理空间信息》2012,(3):43-45

最小二乘支持向量机(LSSVM)是针对标准支持向量机(SVM)算法训练时间长的问题而提出的一种改进算法。针对SVM算法在极化SAR影像分类时存在效率较低的问题,以目标分解理论为基础,对LSSVM算法应用于极化SAR影像分类的有效性进行了研究。结果表明,对于极化SAR影像分类,LSSVM算法与SVM算法的分类精度相当,但时间效率远优于SVM算法,并且对参数的调整也具有更好的稳定性,同时泛化能力良好。  相似文献   

粒子群最小二乘支持向量机在GPS高程拟合中的应用   总被引：3，自引：1，他引：2  

黄磊  张书毕  王亮亮  张秋昭 《测绘科学》2010,35(5):190-192

针对传统的GPS高程拟合方法要求有足够多样本数据的缺陷,本文采用粒子群(PSO)算法优化最小二乘支持向量机(LSSVM)参数的方法进行GPS高程拟合。实验表明,在有限样本的情况下,PSO-LSS-VM模型不仅发挥了LSSVM处理小样本数据的能力,而且通过PSO优化后的LSSVM能够选择出合适的参数;与LM-BP神经网络、标准最小二乘支持向量机等方法比较,PSO-LSSVM模型拟合精度较高。  相似文献   

自动气象站数据采集器温度通道校准修正方法与不确定度评定     

武向娟  张红英  王少辉 《气象科技》2014,42(2):208-212

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   

基于小波分解的沙尘天气发生日数预测组合模型研究——以2008—2016年策勒沙漠绿洲过渡带沙尘天气发生时序为例     

庞金凤  刘波  张波  张朋朋  王波  曾凡江 《气象》2019,45(5):651-658

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   

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  

王保田  汪莹鹤  李守德 《岩土力学》2009,30(2):357-361

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   

����С��������LSSVM�Ļ��±���Ԥ��   总被引：2，自引：1，他引：1  

李潇  徐进军 《大地测量与地球动力学》2009,29(4):127-130

??????????????,???????С????????LSSVM????????±???????????????С???任???????????з?????в???????????????????????????????к???????з??????LSSVM????????????????????????????????С????????LSSVM????±????????????????GM(1,1)??AR??????LSSVM??????  相似文献   

基于纹理特征与LSSVM的青土湖地物提取          下载免费PDF全文

张华  王敏 《干旱区地理》2018,41(4):802-808

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