共查询到19条相似文献,搜索用时 484 毫秒
1.
2.
3.
提出了一种对灰色-马尔科夫链预测模型的状态区间取值修正方法.考虑实测值在状态区间中的位置分布情况作为先验知识,对状态区间的端点重新定权,修正预测值在状态区间中的取值,从而获得更高精度的预测结果.结合某建筑物的实测沉降数据,与原始GM(1,1)、残差修正G M(1,1)、灰色-马尔科夫链预测模型进行对比,结果表明:本文预测模型精度更高,状态区间取值修正方法对灰色-马尔科夫链的精度改善有一定的实用性. 相似文献
4.
针对GM(1,1)模型对非线性数据的沉降趋势及其波动特征无法进行准确地预测,而灰色残差模型和灰色马尔科夫模型又无法解决这个问题,提出了灰色自记忆预测模型。该模型利用了自记忆原理考虑过去和现在对未来的影响的记忆性特点,克服了GM(1,1)模型对初值比较敏感、预测精度低等局限性,提高了对波动性数据的预测能力。通过实例验证表明了灰色自记忆模型的可靠性和可行性。 相似文献
5.
基于 Markov 理论的加权非等距GM(1,1)预测优化模型 总被引:1,自引:0,他引:1
背景值的构造方法是影响加权非等距GM(1,1)预测模型的精度和适应性的关键因素。文中通过等分函数法构造新的背景值对传统的加权非等距GM(1,1)模型进行优化,优化后的模型使其同时适应于高增长指数序列和低增长指数序列,提高传统模型的预测精度和适应性能力。但是优化后的模型依然易受建模数据随机扰动影响。马尔科夫(Markov)模型具有削弱建模数据的随机扰动性的优势。基于此,将优化的加权非等距GM(1,1)模型和Markov理论有机结合,构建优化的加权非等距Markov-GM(1,1)预测模型。最后,结合秀山湖二期工程的变形实测数据,运用新陈代谢的计算模式进行预测验证。结果表明:优化的加权非等距Markov-GM(1,1)预测模型的拟合和预测精度都优于传统的加权非等距GM(1,1)预测模型,新的预测模型的适用性更强,具有实际的参考价值。 相似文献
6.
7.
8.
9.
10.
11.
危来龙 《测绘与空间地理信息》2013,(10):241-244
为解决地铁施工段地表沉降随机波动较大对预测模型造成扰动的问题,提出了一种组合预测模型。首先利用Mallat算法对沉降序列进行分解和重构,分解并重构出非平稳时间序列中的平滑分量和细节分量;然后,对平滑分量用灰色模型进行拟合与初步预测,对细节分量则引入马尔可夫模型进行预测;最后,将各模型的预测结果进行叠加,从而得到原始沉降序列的预测值。该方法能充分拟合平滑分量数据,而且可避免对细节分量的过拟合,防止随机波动较大值造成模型的整体偏离。通过实例验算得出该模型具有很好的预测精度。 相似文献
12.
自动建立多边形拓扑关系算法步骤的优化与改进 总被引:16,自引:4,他引:16
作者从算法和过程的效率、自动化水平和数据的完整性入手,简要分析了传统算法中存在的问题。在此基础上,以提高自动化水平为目的,将地理实体多边形拓扑关系的建立过程归结为:弧结点的匹配和弧连接关系的建立;同一结点上弧-弧拓扑关系的建立;闭合边界弧段相邻关系的建立;闭合边界包含关于的确定等主要步骤。给出了各主要步骤的算法,并对提高算法效率也提出了新的改进方案。分析与试验表明:新算法对于减少人工操作次数提高自 相似文献
13.
14.
人脸识别中嵌入式隐Markov模型结构的优化算法研究 总被引:3,自引:0,他引:3
提出了一种优化嵌入式隐Markov模型状态数的搜索算法,并且由此算法得到改进的嵌入式隐Markov模型结构。实验证明,这种结构既能提高人脸的识别率,最高可达到100%,又比传统的结构减少30%左右的训练时间和识别时间。 相似文献
15.
陀螺经纬仪观测误差的随机模型 总被引:1,自引:0,他引:1
朱光 《武汉大学学报(信息科学版)》1988,(3)
本文对陀螺经纬仪观测数据的主要误差进行了分析。应用马尔柯夫(Markov)随机过程的理论研究了陀螺仪观测误差的随机模型,并用实例计算进行了验证。 相似文献
16.
基于CLUE-S模型集成设计的关键问题研究 总被引:1,自引:0,他引:1
在传统方法上使用CLUE-S模型进行土地利用变化模拟存在着效率低下的弊端,如需要借助SPSS软件进行Logistic回归分析和ROC曲线检验;需要借助数学方法进行土地需求量的预测,而预测方法之多会导致数学预测模型不好选取;此外显示土地利用模拟结果需要借助Arcgis软件。本文针对上述缺点,提出在基于CLUE-S模型基础上进行系统集成的设计思路,对其中的关键问题分别进行了研究,分别实现了各个功能。最后将模拟结果与Arcview软件生成的结果进行对比,完全符合。说明该设计思路是切实可行的,从而为解决上述困难提供了有效的方法基础,为该集成系统的有效运用提供了更为科学的依据。 相似文献
17.
18.
19.