检索结果-内蒙古大学图书馆

地理研究 2008年第4期27卷 755-762页

作者：胡德勇赵文吉李小娟李京李家存三维信息获取与应用教育部重点实验室首都师范大学资源环境与旅游学院北京100037 资源环境与地理信息系统北京市重点实验室北京100037 民政部/教育部减灾与应急管理研究院北京100875

区域滑坡易发性评价对灾害中长期预测预报具有重要意义,在基于统计模型进行评价过程中,样本选取对评价结果有较大影响,构建较稳健的、受样本数量影响小的分析模型非常重要。本文以马来西亚热带雨林地区为例,选择坡度、坡向、地表曲率、... 详细信息

区域滑坡易发性评价对灾害中长期预测预报具有重要意义,在基于统计模型进行评价过程中,样本选取对评价结果有较大影响,构建较稳健的、受样本数量影响小的分析模型非常重要。本文以马来西亚热带雨林地区为例,选择坡度、坡向、地表曲率、地貌类型、岩性、构造、土地覆盖、道路和排水系统等9大要素作为评价因子,结合支持向量回归(SVR)模型计算研究区滑坡易发性指数,并探讨不完备样本条件下易发性评价方法,分析样本数量和评价精度之间的关系。结果显示,基于SVR模型进行该区滑坡易发性分析评价,其成功率验证法的描述精度约为95.9%;同时,样本数量的增减对分析精度影响较小;SVR方法是一种适于热带雨林地区高植被覆盖条件下的分析模型,可为今后同类地区的滑坡灾害管理工作提供支持。

关键词：不完备样本支持向量回归模型滑坡易发性指数精度分析

来源：评论

学校读者我要写书评

暂无评论

基于支持向量回归模型的脑电建模与预测

基于支持向量回归模型的脑电建模与预测

引用

作者：沈海宏汕头大学

学位级别：硕士

目前，越来越多的研究表明，人的大脑是一个复杂的非线性动力系统，具有时空混沌的特征。而EEG信号则是通过现代手段记录的大脑行为的外在表征，并在临床辅助诊断和疾病研究中发挥越来越重要的作用。因此，研究对EEG信号的有效的建模和... 详细信息

目前，越来越多的研究表明，人的大脑是一个复杂的非线性动力系统，具有时空混沌的特征。而EEG信号则是通过现代手段记录的大脑行为的外在表征，并在临床辅助诊断和疾病研究中发挥越来越重要的作用。因此，研究对EEG信号的有效的建模和预测有着重大意义，它能够让我们从脑电信号提取更多的有用信息，用于疾病的诊断和预测，也有助于我们研究大脑运作机制。　　由于脑电信号具有典型的时空混沌的特性，本文提出了一种针对的时空混沌信号建模的方法。首先将全局支持向量回归模型与径向基神经网络回归模型进行对比，住址实验证明了支持向量回归模型的优越性。然后，将局域预测法与支持向量回归模型相结合，提出局域支持向量回归模型，大幅提高模型的训练速度，并且可以保证检测的精度。接着，从局域支持向量回归模型的惩罚系数出发，研究变化的惩罚系数对回归模型的性能的影响，通过高斯距离权重函数，根据每个训练样本与最后的样本的距离计算加权的权重，得到每个训练样本对应的加权惩罚系数，得到了新的局域加权支持向量回归模型（Local-WSVR），充分挖掘和利用时空混沌的局域信息。最后，我们将新建立的Local-WSVR模型应用于实际脑电信号建模与预测中，并利用该模型构建了癫痫检测器。　　总的来说，本文将支持向量回归模型与局域预测法相结合，得到了局域支持向量回归模型，并在此基础上进行改进，对惩罚系数进行加权，进一步提出了全新的局域加权支持向量回归模型（Local-WSVR）。理论与实验的结果表明，该模型具有良好的性能，能够更好的挖掘时空混沌信号的局域信息，拟合复杂的时空混沌信号，从而更适合于实际的工程应用。

关键词：支持向量回归模型脑电建模局域预测法加权惩罚系数

来源：评论

学校读者我要写书评

暂无评论

中国上市公司“高送转”预测研究--基于灰色预测与支持向量回归模型混合分析

引用

韶关学院学报 2021年第9期42卷 5-10页

作者：麦继芳赵海清岭南师范学院数学与统计学院广东湛江524048

基于Lasso变量选择方法,初步挑选出8个影响上市公司实施“高送转”的特征影响变量.通过引入logistic回归模型和支持向量回归模型分别与灰色预测模型相结合,建立“高送转”预测模型.实证结果显示,灰色预测模型与支持向量回归模型相结合... 详细信息

基于Lasso变量选择方法,初步挑选出8个影响上市公司实施“高送转”的特征影响变量.通过引入logistic回归模型和支持向量回归模型分别与灰色预测模型相结合,建立“高送转”预测模型.实证结果显示,灰色预测模型与支持向量回归模型相结合预测结果的准确率达约94.52%,而灰色预测模型与logistic回归模型相结合预测结果的准确率约为71.12%.前者所得预测结果准确率较高,且与实际情况更加吻合,表明了混合应用灰色预测模型和支持向量回归模型预测上市公司实施“高送转”方案更可靠.

关键词：高送转 Lasso变量选择灰色预测模型支持向量回归模型

来源：评论

学校读者我要写书评

暂无评论

基于支持向量回归模型的机器人误差补偿算法

引用

机器人技术与应用 2023年第6期 8-13页

作者：肖文磊姚开然涂志健齐琦孙子惠于奚振张煌北京航空航天大学机械工程及自动化学院北京100191 芜湖赛宝机器人产业技术研究院有限公司安徽芜湖241000

较低的定位精度已然成为了工业机器人在高精度作业领域推广应用的重要阻碍之一。对机器人定位误差的补偿是解决此类问题的首要途径。本文通过研究支持向量回归模型,提出了基于支持向量回归模型的机器人误差补偿方法。同时,在模型训练过... 详细信息

较低的定位精度已然成为了工业机器人在高精度作业领域推广应用的重要阻碍之一。对机器人定位误差的补偿是解决此类问题的首要途径。本文通过研究支持向量回归模型,提出了基于支持向量回归模型的机器人误差补偿方法。同时,在模型训练过程中,采用粒子群算法对每一轮迭代中的参数进行适应度评估,从而优化了模型参数。最后根据本文所提出的预测方法进行了相关实验。实验结果表明,根据该方法所进行的机器人定位误差补偿,能够有效降低机器人定位误差,且该方法还具有快速性、便捷性等优势。

关键词：机器人误差补偿支持向量回归模型粒子群算法绝对定位误差模型优化离线精度校准

来源：评论

学校读者我要写书评

暂无评论

基于支持向量回归模型的焦炭质量智能分析

引用

燃料与化工 2023年第2期54卷 11-14,20页

作者：郭亮东国家能源集团煤焦化有限责任公司乌海016000

炼焦配煤是焦化企业生产过程中的一项关键工作。在钢铁工业中,焦炭在高温下的CSR和CRI质量指标尤其重要。为了改善需依赖经验的传统配煤手段,基于原料煤指标预测焦炭质量的思路被提出。通过分析国内外的一些预测方法,针对目前存在的不... 详细信息

炼焦配煤是焦化企业生产过程中的一项关键工作。在钢铁工业中,焦炭在高温下的CSR和CRI质量指标尤其重要。为了改善需依赖经验的传统配煤手段,基于原料煤指标预测焦炭质量的思路被提出。通过分析国内外的一些预测方法,针对目前存在的不足进行改良,以西来峰焦化厂一期和二期为例,采用支持向量回归模型,对焦炭的CSR和CRI这2个质量指标进行了智能分析,并通过系统分析训练样本比例与预测精度的关系,指明进一步提升焦炭质量预测性能的工作方向。

关键词：支持向量回归模型 CSR CRI

来源：评论

学校读者我要写书评

暂无评论

基于优化的支持向量回归模型估算浊积岩储层横波速度

基于优化的支持向量回归模型估算浊积岩储层横波速度

引用

2020年中国地球科学联合学术年会

作者：周游张广智郝洪鉴中国石油大学(华东)

1.前言横波速度是储层评价中不可缺少的参数,能为岩性识别和裂缝表征提供重要信息。研究表明高精度的横波速度是在灰质发育区利用叠前同步反演技术识别浊积岩储层的关键。针对传统横波预测方法在灰质发育区估计不准确的问题,在常规的支... 详细信息

1.前言横波速度是储层评价中不可缺少的参数,能为岩性识别和裂缝表征提供重要信息。研究表明高精度的横波速度是在灰质发育区利用叠前同步反演技术识别浊积岩储层的关键。针对传统横波预测方法在灰质发育区估计不准确的问题,在常规的支持向量机回归(Support vector regression,SVR)模型的基础上引入主成分分析(Principal component analysis, PCA)和鲸优化算法(Whale Optimization Algorithm,WOA),提出了一种基于PCA-WOA-SVR模型的横波速度预测方法.

关键词：浊积岩储层模型估算横波速度横波速度估算支持向量回归模型

来源：评论

学校读者我要写书评

暂无评论

基于支持向量回归模型的国债利率估值分析

引用

营销界 2021年第8期 176-178页

作者：蓝镓宝五邑大学经济管理学院

央行通过对国债利率进行估值,及时调整国债利率,能够有效改变债券市场的即期利率曲线,促进我国经济持续平稳发展。但由于我国发行国债的时间较短,调整国债利率的经验还不足,导致我国国债出现利率调整效果差、利率倒挂等问题。针对国债... 详细信息

央行通过对国债利率进行估值,及时调整国债利率,能够有效改变债券市场的即期利率曲线,促进我国经济持续平稳发展。但由于我国发行国债的时间较短,调整国债利率的经验还不足,导致我国国债出现利率调整效果差、利率倒挂等问题。针对国债相关历史数据较少,并且影响国债利率的因素存在非线性关系的特点,本文选择具有较强泛化能力的支持向量回归模型,对国债的利率进行预测和分析。首先,确定模型相关指标,文章选择了反映政府调控经济能力的宏观税率以及较大程度影响市场现金流量的中美汇率作为支持向量回归模型的自变量;其次,收集宏观税率、中美汇率以及国债利率的相关数据;再次,利用支持向量回归模型预测2012-2019年我国国债利率的波动趋势;最后,分析预测的利率产生偏差的原因,进一步说明支持向量回归模型的运用范围及不足。

关键词：国债利率支持向量回归模型汇率通胀率

来源：评论

学校读者我要写书评

暂无评论

基于灰色支持向量回归的起伏管线临界携液流速预测模型

引用

西安石油大学学报（自然科学版） 2024年第3期39卷 103-111,119页

作者：何鹏韩建红丁鲁振艾昕宇梁裕如由洋卢雄陕西延长石油(集团)有限责任公司天然气研究院分公司西安710075 西北大学化工学院西安710127 中国石油天然气管道工程有限公司上海分公司上海201500

延安气田起伏的地理形貌特征,致使其内部采气管线在低点及上倾段容易产生积液问题,制约气田正常生产,开展起伏管线临界携液流速的预测对保障采气管线流动安全和指导地面采气管线布线具有重要价值。为此,基于扩展双流体分相模型和PR气体... 详细信息

延安气田起伏的地理形貌特征,致使其内部采气管线在低点及上倾段容易产生积液问题,制约气田正常生产,开展起伏管线临界携液流速的预测对保障采气管线流动安全和指导地面采气管线布线具有重要价值。为此,基于扩展双流体分相模型和PR气体物性方程,采用最小压力梯度法结合均匀设计构建了临界携液流速样本数据集,同时采用灰色关联计算了样本标签权重,并将其引入支持向量回归算法,构建了临界携液流速的回归预测模型,随后利用网格寻优算法,通过采用K-CV(交叉验证)对模型中超参数进行了优化设计,最后采用延安气田现场运行数据进行了模型准确性验证。研究结果表明:管径大小对临界携液流速影响最大,其次为上坡倾角、含水率和运行压力,其他因素的影响差距相对较小,网格分段寻优对比遗传、粒子群算法在模型超参数优化上具有较强稳定性。该预测模型对延安气田内部采气管线的临界携液流速预测具有较强准确性,可对其积液预测和防治提供理论支撑。

关键词：气液混输管线临界携液流速支持向量回归模型起伏输气管线均匀设计全局优化算法

来源：评论

学校读者我要写书评

暂无评论

基于支持向量回归与序列生成模型融合的车辆动态称重系统研究

基于支持向量回归与序列生成模型融合的车辆动态称重系统研究

引用

作者：吴耀光广西大学

学位级别：硕士

随着我国公路交通的迅速发展，车辆超载等交通问题越发严峻，车辆动态称重是解决超载问题的有效方法。现有动态称重系统多为安装于高速公路等重要路段的固定站点，而普通二级公路因成本问题无法投入车辆动态称重系统，容易出现超载而引... 详细信息

随着我国公路交通的迅速发展，车辆超载等交通问题越发严峻，车辆动态称重是解决超载问题的有效方法。现有动态称重系统多为安装于高速公路等重要路段的固定站点，而普通二级公路因成本问题无法投入车辆动态称重系统，容易出现超载而引发道路损坏及交通事故。为解决目前动态称重系统成本高、安装和维护困难的问题，本文基于PVDF压电薄膜传感器，提出基于支持向量回归模型与序列生成模型融合的低成本、高精度、易使用的车辆动态称重系统，为公路监控、交通执法和道路设计提供解决方案。论文主要工作如下：　　1、深入了解车辆动态称重技术研究现状，基于车辆动力学模型和压电理论，介绍了车辆动态称重系统的工作原理和过程，并比较了各种压电传感器的性能特点，根据系统需求设计车辆动态称重硬件系统，完成称重传感器、电荷放大器、数据采集器等硬件选型设计与硬件系统搭建。　　2、针对车辆动态称重系统轴重信号滤波处理环节，在对信号进行频率成分研究基础上，分别对轴重信号进行滑动平均、小波变换、变分模态分解滤波，通过滤波效果评价指标对比评估三个滤波算法效果，选用效果最优的变分模态分解方法来进行轴重信号滤波处理，并针对变分模态分解参数设置困难问题，提出了改进黏菌优化算法自动获取最优参数。　　3、开发自动多尺度寻峰算法获取信号峰谷信息及划分有效信号进行信号预处理。提出支持向量回归与序列生成模型融合算法以提高系统精度。其中支持向量回归模型通过信号的关键特征进行轴重估计;序列生成模型从信号有效模态分量生成车辆动态载荷，并通过注意力机制改进模型性能。提出基于模型堆叠的支持向量回归与序列生成异质模型融合算法。　　4、进行了车辆动态称重系统的道路试验、模型评估与模型融合测试。试验研究表明，基于堆叠法的模型融合能有效减小轴重估计误差，模型融合后轴重预测的平均误差为3.18%，最大误差为5.46%，轴重估计误差在[-5%,5%]内的置信度为96.15%，该精度达到国家《公路车辆动态称重检测系统技术规范》的技术要求。

关键词：车辆动态称重系统支持向量回归模型序列生成模型压电薄膜传感器

来源：评论

学校读者我要写书评

暂无评论

古建筑砌体结构裂缝宽度预测及监测数据异常识别方法

引用

建筑结构学报 2025年第4期46卷 177-187,209页

作者：杨娜王烁付颖煜北京交通大学土木建筑工程学院北京100044 国核电力规划设计研究院北京100095

预测古建筑裂缝宽度变化,对于实现预防性保护至关重要,但其复杂特性给预测精度带来挑战。为此,综合经验模态分解(EMD)算法的数据简化能力、长短期记忆网络(LSTM)模型的高精度预测特性以及支持向量回归(SVR)模型的高效率优势,提出EMD-LST... 详细信息

预测古建筑裂缝宽度变化,对于实现预防性保护至关重要,但其复杂特性给预测精度带来挑战。为此,综合经验模态分解(EMD)算法的数据简化能力、长短期记忆网络(LSTM)模型的高精度预测特性以及支持向量回归(SVR)模型的高效率优势,提出EMD-LSTM-SVR预测模型。以某藏式古建筑砌体结构裂缝为研究对象,基于裂缝宽度监测数据序列,通过EMD算法提取各本征模态函数,结合网格搜索算法优化LSTM、SVR模型参数以获得最佳预测结果。基于上述预测值和实测数据,采用统计过程控制(SPC)实现监测数据的异常诊断。研究结果表明:与LSTM、SVR、EMD-LSTM、LSTM-SVR等单一或组合模型对比,EMD-LSTM-SVR预测模型的结果精度和效率更高,平均绝对误差仅为0.010 4,SVR模型的预测偏差最大;针对预测结果与实测数据的差值进行SPC异常识别分析,结果显示所检验的8类异常现象占比均小于2%。

关键词：古建筑砌体结构裂缝宽度经验模态分解算法长短时记忆网络模型支持向量回归模型统计过程控制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：