基于PSR-WSVM模型的边坡位移预测     

李建新  刘小生  肖钢  周文  刘仁志 《大地测量与地球动力学》2020,40(6):577-580

为建立高精度的边坡位移预测模型，采用相空间重构（PSR）将边坡位移时间序列数据转换为多维数据，同时构造小波核函数改进的支持向量机模型，建立PSR-WSVM模型并应用于边坡位移预测。将PSR-WSVM模型预测结果与传统支持向量机（SVM）模型、小波支持向量机（WSVM）模型和基于相空间重构的支持向量机（PSR-SVM）模型预测结果进行对比，通过平均绝对误差（MAE）、平均绝对误差百分比（MAPE）和均方根误差（RMSE）3个精度评价指标验证PSR-WSVM模型的可行性。工程实例结果表明，PSR-WSVM模型预测结果的3个精度评价指标都优于另外3种模型，边坡位移预测的精度明显提升。  相似文献   

基于纹理特征的围填海SAR图像分水岭分割方法          下载免费PDF全文

王衍  许小贝  洪海凌 《海洋学研究》2018,36(2):44-49

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。  相似文献   

基于高斯烟羽模型的船舶尾气扩散研究     

付金宇  李颖 《海洋通报》2018,(2):235-240

为有效对港区大气污染进行治理、分析船舶尾气,本文详细介绍了一种基于高斯烟羽模型,通过MATLAB模拟仿真模型,其包括实验仿真过程、技术原理及理论模型对船舶尾气扩散进行的研究。该模型是在传统的高斯烟羽模型的基础上,通过对实源像源进行加权选择输入参数;通过矢量合成确定了气体扩散的方向,利用合成后的"风速"进行计算仿真,有效模拟了船舶尾气在港区或者海洋环境中的气体扩散模型。其模型简单且可以有效模拟船舶尾气扩散。并且进一步对后续模型的精确优化进行分析。  相似文献   

涉密矢量数字地图中敏感要素几何信息量的测度方法     

李安波  陈楹  姚蒙蒙  吴赛松 《地球信息科学学报》2018,20(1):7-16

涉密矢量数字地图中敏感要素几何信息的定量测度,是实现定量化密级评定的基础和前提。如何进行敏感要素几何信息量的计算,目前尚缺乏相关研究。在现有地图信息论研究成果的基础上,论文主要开展了3方面的研究工作：首先,从地理对象的敏感性入手,探讨了地图要素敏感性的定义与要素集合的敏感性表征指标;然后,基于任意发生元的Voronoi构建方法,实现了对点要素集、线要素集、部分覆盖面要素集及综合要素集的信息单元自动化剖分;最后,基于长度系数、面积系数和角度系数,提出了线、面要素图形复杂度的计算方法,并在此基础上形成了涉密矢量数字地图中敏感几何信息量的测度方法。实验表明,该方法的计算结果遵循了信息量的非负性、连续性、可加性等特点,较为合理地反映了相关因素（地图比例尺、要素空间分布、要素图形复杂度、要素敏感系数等）对计算结果的影响。相关成果将支持矢量数字地图的定量化密级评定,并有助于完善地理信息安全监管的理论和方法体系。  相似文献   

含有集约束向量极值问题的最优性条件     

吴泽忠 《成都信息工程学院学报》2004,19(2):258-262

在序线性拓扑空间里研究了含有集约束向量极值问题的最优性条件,并建立了充分性和必要性条件.  相似文献   

Geometric Derivation of the Delaunay Variables and Geometric Phases     

Dong Eui Chang  Jerrold E. Marsden 《Celestial Mechanics and Dynamical Astronomy》2003,86(2):185-208

We derive the classical Delaunay variables by finding a suitable symmetry action of the three torus T³ on the phase space of the Kepler problem, computing its associated momentum map and using the geometry associated with this structure. A central feature in this derivation is the identification of the mean anomaly as the angle variable for a symplectic S ¹ action on the union of the non-degenerate elliptic Kepler orbits. This approach is geometrically more natural than traditional ones such as directly solving Hamilton–Jacobi equations, or employing the Lagrange bracket. As an application of the new derivation, we give a singularity free treatment of the averaged J ₂-dynamics (the effect of the bulge of the Earth) in the Cartesian coordinates by making use of the fact that the averaged J ₂-Hamiltonian is a collective Hamiltonian of the T³ momentum map. We also use this geometric structure to identify the drifts in satellite orbits due to the J ₂ effect as geometric phases.  相似文献   

个性化大地测量报表服务的实现   总被引：1，自引：1，他引：0       下载免费PDF全文

赵冬青  李昌贵  吴凤娟 《海洋测绘》2008,28(2):68-71

报表服务是大地测量信息系统的一项基本功能，但往往会因为格式的微小调整而导致系统的整体重构。首先分析了当前报表生成方法的缺点，提出了基于XML相关技术生成报表的新思路；然后介绍了以XML为基本语法的统一数据交换接口，屏蔽了各种报表数据源的差异；重点讨论了如何运用XSL技术将接口文件变换成通用的HTML，并对报表中的图形信息用SVG进行描述，从而将报表转换成通用浏览器可以识别的信息模型；最后对此技术进行了实践。通过在系统外部更改报表样式文件，能够实现报表服务的个性化，增强系统的扩展性。  相似文献   

GPS变形监测平差计算及不确定度分析     

苗胜军  蔡美峰  任奋华  欧阳振华 《岩土力学》2008,29(2):562-566

全球定位系统（GPS）是一种全天候、高精度的连续定位系统,它以速度快、方法灵活多样、操作简便等优势被广泛应用于工程测量和变形监测中。结合水厂铁矿GPS边坡变形监测实例,对GPS监测网的星历预报、基线向量平差计算、网平差计算、结果及残差不确定度进行了细致分析研究,以验证GPS技术在边坡变形监测中的可靠性和精度。  相似文献   

基于AGA的SVM需水预测模型研究   总被引：1，自引：0，他引：1  

张灵  陈晓宏  刘丙军  王兆礼 《水文》2008,28(1):38-42,46

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.  相似文献   

Prediction of local scour around circular piles under waves using a novel artificial intelligence approach     

Iman Ahmadianfar  Xuefeng Chu 《Marine Georesources & Geotechnology》2021,39(1):44-55

Abstract

The scour phenomena around vertical piles in oceans and under waves may influence the structure stability. Therefore, accurately predicting the scour depth is an important task in the design of piles. Empirical approaches often do not provide the required accuracy compared with data mining methods for modeling such complex processes. The main objective of this study is to develop three data-driven methods, locally weighted linear regression (LWLR), support vector machine (SVR), and multivariate linear regression (MLR) to predict the scour depth around vertical piles due to waves in a sand bed. It is the first effort to develop the LWLR to predict scour depth around vertical piles. The models simulate the scour depth mainly based on Shields parameter, pile Reynolds number, grain Reynolds number, Keulegan–Carpenter number, and sediment number. 111 laboratory datasets, derived from several experimental studies, were used for the modeling. The results indicated that the LWLR provided highly accurate predictions of the scour depths around piles (R?=?0.939 and RMSE = 0.075). Overall, this study demonstrated that the LWLR can be used as a valuable tool to predict the wave-induced scour around piles.  相似文献