2025年1月3日
星期五
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
唐利
作品数:
1
被引量:6
H指数:1
供职机构:
桂林理工大学测绘地理信息学院
更多>>
发文基金:
国家自然科学基金
广西壮族自治区自然科学基金
更多>>
相关领域:
天文地球
更多>>
合作作者
蓝岚
桂林理工大学测绘地理信息学院
任超
桂林理工大学测绘地理信息学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
天文地球
主题
1篇
多步
1篇
多步预测
1篇
支持向量
1篇
支持向量机
1篇
向量
1篇
向量机
1篇
坝变形
1篇
AR模型
1篇
大坝
1篇
大坝变形
机构
1篇
桂林理工大学
作者
1篇
任超
1篇
蓝岚
1篇
唐利
传媒
1篇
大地测量与地...
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于EEMD的大坝变形多步预测方法研究
被引量:6
2015年
针对大坝变形具有非线性和非平稳性的特点,提出一种基于集合经验模态分解(EEMD)的大坝变形多步预测新算法。首先从时频分析出发,利用集合经验模态分解将变形时间序列分解成具有不同频率特征的分量;然后采用游程判定法对波动程度相似的分量重构为高、中和低频3个分量;最后对3个分量分别建立相应的多步预测模型,叠加各预测值即为最终预测结果。经算例验证,并与AR模型、BP神经网络和支持向量机的多步预测进行对比分析,同时建立不同预测步长进一步验证。结果表明,该算法预测精度较高,在大坝变形波动剧烈的时段也能保证较好的预测效果,可以应用于大坝变形预测。
任超
梁月吉
庞光锋
蓝岚
唐利
关键词:
大坝变形
支持向量机
AR模型
多步预测
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张