排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。 相似文献
2.
3.
INTRODUCTIONThemostimportantandgenerallymostdifficultprobleminbiologicalassessmentoffisheriesisprobablytherelationshipbetweenstockandrecruitment(Hilbornetal.,1992).Analysisofstockrecruitment(SR)dataismostoftendonebyfittingvariouscurvesofSRrelationshiptoth… 相似文献
4.
将局部均值分解(LMD)方法应用在监测数据中。实验结果表明,LMD-GM(1,1)模型的拟合效果和预测效果比EMD-GM(1,1)模型和GM(1,1)模型好,具有更高的应用价值。 相似文献
1