期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于组合模型的地震人员死亡评估方法研究
1
作者
赵煜
王律钧
+2 位作者
孙艳萍
史一彤
陈文凯
《自然灾害学报》
北大核心
2025年第1期29-38,共10页
为了准确快速评估地震人员死亡数量,提出一种基于统计经验模型与机器学习模型相结合的组合评估方法。首先利用我国部分省(区、市)发生的破坏性地震次数进行统计,划分出不同风险等级区域。然后分别使用刘金龙模型和粒子群优化支持向量回...
为了准确快速评估地震人员死亡数量,提出一种基于统计经验模型与机器学习模型相结合的组合评估方法。首先利用我国部分省(区、市)发生的破坏性地震次数进行统计,划分出不同风险等级区域。然后分别使用刘金龙模型和粒子群优化支持向量回归模型进行评估。最后采用并联方式将2个模型组合,使用网格搜索法寻找最优并联权重,构建人员死亡评估组合模型。研究结果表明,组合模型评估结果优于单一模型评估结果,经过分区划分的模型评估效果更优。该方法可以为地震应急响应提供可靠的数据支撑。
展开更多
关键词
地震
人员死亡
粒子群算法
支持向量回归
组合评估模型
在线阅读
下载PDF
职称材料
基于时间卷积网络和长短期记忆网络的混合模型海面温度预测研究
2
作者
赵煜
王律钧
+1 位作者
姚志刚
陈文凯
《中国海洋大学学报(自然科学版)》
2025年第9期147-157,共11页
本研究提出了一种基于时间卷积网络(TCN)和长短期记忆网络(LSTM)的混合模型——TCN-LSTM,以提高海表温度(SST)的预测精度。通过在四个海洋站的敏感性实验,分析了超参数对模型稳定性的影响。通过控制迭代次数、TCN卷积核数量和LSTM神经...
本研究提出了一种基于时间卷积网络(TCN)和长短期记忆网络(LSTM)的混合模型——TCN-LSTM,以提高海表温度(SST)的预测精度。通过在四个海洋站的敏感性实验,分析了超参数对模型稳定性的影响。通过控制迭代次数、TCN卷积核数量和LSTM神经元数量等关键参数,并运用方差分析(ANOVA)方法,本文发现所有p值均大于0.05,这表明不同参数对平均绝对百分比误差(MAPE)的影响不显著,支持了模型的相对稳定性。TCN-LSTM模型结合了TCN在局部特征提取和LSTM在捕获长期依赖关系方面的优势,使其能够有效学习SST数据中的重要特征。在未来7 d的海面温度预测中,TCN-LSTM模型展现出优越的适应性和泛化能力,其相关评价指标表现优异。此外,通过比较不同超参数组合下的预测性能,验证了模型的一致性与可靠性。本研究为SST预测提供了一种新颖的方法论框架,尽管主要集中于单变量时间序列模型,但未来研究将考虑多变量模型和时空特征提取,以进一步提升整体预测精度。
展开更多
关键词
海温预测
深度学习模型
时间卷积网络
长短期记忆网络
在线阅读
下载PDF
职称材料
题名
基于组合模型的地震人员死亡评估方法研究
1
作者
赵煜
王律钧
孙艳萍
史一彤
陈文凯
机构
兰州财经大学统计与数据科学学院
甘肃经济发展数量分析研究中心
中国地震局兰州地震研究所
出处
《自然灾害学报》
北大核心
2025年第1期29-38,共10页
基金
国家社科基金西部项目(21XTJ004)
地震科技星火计划项目(XH22005C)
甘肃省自然科学基金项目(24JRRA1188)。
文摘
为了准确快速评估地震人员死亡数量,提出一种基于统计经验模型与机器学习模型相结合的组合评估方法。首先利用我国部分省(区、市)发生的破坏性地震次数进行统计,划分出不同风险等级区域。然后分别使用刘金龙模型和粒子群优化支持向量回归模型进行评估。最后采用并联方式将2个模型组合,使用网格搜索法寻找最优并联权重,构建人员死亡评估组合模型。研究结果表明,组合模型评估结果优于单一模型评估结果,经过分区划分的模型评估效果更优。该方法可以为地震应急响应提供可靠的数据支撑。
关键词
地震
人员死亡
粒子群算法
支持向量回归
组合评估模型
Keywords
earthquake
death
particle swarm optimization
support vector regression
combined assessment model
分类号
P315.9 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
基于时间卷积网络和长短期记忆网络的混合模型海面温度预测研究
2
作者
赵煜
王律钧
姚志刚
陈文凯
机构
兰州财经大学统计与数据科学学院
出处
《中国海洋大学学报(自然科学版)》
2025年第9期147-157,共11页
基金
国家社科基金西部项目(21XTJ004)
兰州财经大学重点项目(Lzufe2022B-005)资助。
文摘
本研究提出了一种基于时间卷积网络(TCN)和长短期记忆网络(LSTM)的混合模型——TCN-LSTM,以提高海表温度(SST)的预测精度。通过在四个海洋站的敏感性实验,分析了超参数对模型稳定性的影响。通过控制迭代次数、TCN卷积核数量和LSTM神经元数量等关键参数,并运用方差分析(ANOVA)方法,本文发现所有p值均大于0.05,这表明不同参数对平均绝对百分比误差(MAPE)的影响不显著,支持了模型的相对稳定性。TCN-LSTM模型结合了TCN在局部特征提取和LSTM在捕获长期依赖关系方面的优势,使其能够有效学习SST数据中的重要特征。在未来7 d的海面温度预测中,TCN-LSTM模型展现出优越的适应性和泛化能力,其相关评价指标表现优异。此外,通过比较不同超参数组合下的预测性能,验证了模型的一致性与可靠性。本研究为SST预测提供了一种新颖的方法论框架,尽管主要集中于单变量时间序列模型,但未来研究将考虑多变量模型和时空特征提取,以进一步提升整体预测精度。
关键词
海温预测
深度学习模型
时间卷积网络
长短期记忆网络
Keywords
sea surface temperature forecasting
deep learning model
temporal convolutional networks(TCN)
long short-term memory(LSTM)
分类号
P731.3 [天文地球]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于组合模型的地震人员死亡评估方法研究
赵煜
王律钧
孙艳萍
史一彤
陈文凯
《自然灾害学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于时间卷积网络和长短期记忆网络的混合模型海面温度预测研究
赵煜
王律钧
姚志刚
陈文凯
《中国海洋大学学报(自然科学版)》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
