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
1
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SAPSO-RVM的大坝变形预测模型及应用
被引量：
1
1
作者
唐琪
包腾飞
+1 位作者
李月娇
屠立峰
《水电能源科学》
北大核心
2015年第4期85-88,共4页
鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建...
鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建立SAPSO-RVM回归预测模型。实例应用结果表明,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高,SAPSO-RVM模型回归预测精度较高。
展开更多
关键词
大坝变形预测模型
相关向量机
核函数
混合粒子群算法
在线阅读
下载PDF
职称材料
题名
基于SAPSO-RVM的大坝变形预测模型及应用
被引量：
1
1
作者
唐琪
包腾飞
李月娇
屠立峰
机构
河海大学水利水电学院
河海大学水文水资源与水利工程科学国家重点实验室
河海大学水资源高效利用与工程安全国家工程研究中心
出处
《水电能源科学》
北大核心
2015年第4期85-88,共4页
基金
国家自然科学基金项目(51139001)
新世纪优秀人才支持计划项目(NCET-11-0628)
中央高校基本科研业务费项目(2012B07214)
文摘
鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建立SAPSO-RVM回归预测模型。实例应用结果表明,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高,SAPSO-RVM模型回归预测精度较高。
关键词
大坝变形预测模型
相关向量机
核函数
混合粒子群算法
Keywords
forecasting model of dam deformation
relevance vector machine
kernel function
hybrid particle swarm optimization
分类号
TV698.1 [水利工程—水利水电工程]
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SAPSO-RVM的大坝变形预测模型及应用
唐琪
包腾飞
李月娇
屠立峰
《水电能源科学》
北大核心
2015
1
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
