排序方式: 共有2条查询结果,搜索用时 93 毫秒
1
1.
利用1998~2008年江苏省能源消费数据,初步分析了江苏省能源碳排放的现状。以碳排放量、人均碳排放量和碳排放强度为指标,采用K-均值聚类分析方法对2002年、2008年江苏省县域的"排放—效率"类型进行了基本划分,并分析了各聚类碳排放格局特征。结果显示:GDP标准下的发达地区大多属于"高排放"类型,其中部分县市甚至属于"高排放—低效率"类型;以南京市区和徐州市区为代表的"高排放—低效率"地区,占全省碳排放量的一半,是江苏省节能减排的重点区域;不同聚类类型间呈现明显的空间自相关性,相同类型在空间上集中分布;局部格局的不稳定性,使县域在不同聚类类型间的跃迁行为时有发生。 相似文献
2.
针对GPS可降水量时间序列具有非线性、非平稳性的特征,研究一种基于小波分解(WD)、遗传算法(GA)和最小二乘支持向量机(LSSVM)的GPS可降水量短临预报方法。先采用小波分解将GPS可降水量时间序列分解成便于预报的低频分量和高频分量;然后利用遗传算法优化LSSVM参数,进而对各分量建立预报模型;再将各分量预报结果进行叠加重构得到最终预报结果。选取两组数据进行实验,并将预报结果分别与LSSVM和遗传小波神经网络(GA-WNN)预报结果进行对比。结果表明,该组合模型具有良好的泛化能力,可有效解决神经网络易陷于局部极小的问题,提高了全局预报精度。 相似文献
1