您的位置: 专家智库 > >

国家自然科学基金(50579067)

作品数:3 被引量:22H指数:3
相关作者:陈磊董志勇更多>>
相关机构:浙江工业大学更多>>
发文基金:国家自然科学基金浙江省教育厅科研计划更多>>
相关领域:建筑科学水利工程更多>>

文献类型

  • 3篇期刊文章
  • 1篇会议论文

领域

  • 2篇建筑科学
  • 1篇水利工程

主题

  • 2篇用水量
  • 2篇用水量预测
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇时用水量
  • 2篇时用水量预测
  • 2篇水量预测
  • 2篇水系统
  • 2篇向量
  • 2篇向量机
  • 2篇供水
  • 2篇供水系统
  • 1篇跌坎
  • 1篇神经网
  • 1篇神经网络
  • 1篇水力
  • 1篇水力特性
  • 1篇水力学
  • 1篇水量
  • 1篇平整

机构

  • 3篇浙江工业大学

作者

  • 2篇董志勇
  • 2篇陈磊
  • 1篇朱芳
  • 1篇张旭

传媒

  • 1篇浙江工业大学...
  • 1篇应用基础与工...
  • 1篇Journa...
  • 1篇第四届全国水...

年份

  • 2篇2009
  • 2篇2007
3 条 记 录,以下是 1-4
排序方式:
利用PIV测试跌坎流场的试验研究
用先进的量测仪器在浙江工业大学水力学实验室直流式水洞中对高速水流空化区的掺气特性进行了较为系统的试验研究.实测了空化区掺气前后流速的变化,并分析比较了不同掺气浓度时常见的两种不平整突体(垂直跌坎、斜坡跌坎)形成的空化区流...
朱芳董志勇吴一红张东张旭
关键词:水力学水力特性空化
基于ν-支持向量机的时用水量预测模型被引量:7
2009年
为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型.ν-SVM算法通过引入参数ν代替传统支持向量机算法的不敏感系数ε,有效地控制支持向量个数.实例分析结果表明,与基于BP网络的预测模型和基于传统SVM的预测模型相比,基于ν-SVM的时用水量预测模型建模速度更快,预测精度更高.
陈磊
关键词:BP神经网络供水系统时用水量预测
支持向量机在短期用水量预测中的应用被引量:12
2007年
针对基于经验风险最小化的神经网络存在模型结构较难确定和过学习的问题,根据时用水序列具有周期性和趋势性的特点,建立了基于支持向量机的时用水量预测模型.支持向量机采用结构风险最小化准则,在最小化学习误差的同时缩小模型泛化误差的上界,因此具有较强的泛化能力.此外,支持向量机通过将机器学习问题转化为二次规划问题,可获得全局最优解.实例分析结果表明,与基于BP网络的预测模型相比,基于支持向量机的时用水量预测模型建模速度更快,预测精度更高.
陈磊董志勇
关键词:支持向量机供水系统时用水量预测
CAVITATION CHARACTERISTICS OF HIGH VELOCITY FLOW WITH AND WITHOUT AERATION ON THE ORDER OF 50m/s被引量:3
2007年
Experimental study of cavitation characteristics with and without aeration was conducted at the flow velocity 50m/s in the non-circulating type water tunnel in the Hydraulics Laboratory at Zhejiang University of Technology. Variations of pressure and cavitation number with air concentration, pressure waveforms as well as cavitation erosion level of concrete specimen with and without aeration were obtained. The effects of cavitation control by aeration were analyzed.
DONG Zhi-yong CHEN Lei JU Wen-jie
关键词:AERATION
共1页<1>
聚类工具0