期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
AMSR-E被动微波土壤水分与降雨率时空相关性分析研究 被引量:5
1
作者 邱玉宝 施建成 +2 位作者 蒋玲梅 毛克彪 郭英 《北京师范大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第3期350-355,共6页
地表土壤水分和降水具有高度相关性,是2个密切相关的地气相互作用参量.采用同时反演获取的土壤水分和大气降水数据来研究土壤水分的变化情况,定量理解降水和土壤水分之间的物理联系,进而可以获得对反演算法改进有用的信息.采用被动微波... 地表土壤水分和降水具有高度相关性,是2个密切相关的地气相互作用参量.采用同时反演获取的土壤水分和大气降水数据来研究土壤水分的变化情况,定量理解降水和土壤水分之间的物理联系,进而可以获得对反演算法改进有用的信息.采用被动微波辐射计AMSR-E反演获得的全球地表土壤水分和降雨率数据作为研究对象,一共收集了2005年10月1日至2006年10月31日之间共395 d的AMSR-E全球日土壤水分产品和升、降轨道瞬时降雨率数据.把降雨率轨道产品经过等积割圆柱投影并重采样到同日土壤水分产品相当的25 km分辨率EASE-Grid格点上.针对土壤水分和投影后得到的日降雨率数据进行每2,8,16 d的时间维平均,在空间维进行3×3、5×5、7×7格点的重采样,经时间序列对比,分析了降水对土壤水分反演的影响及其时空相关特性,并对反演参数间弱相关性出现的原因进行了探讨,这对于发现微波土壤水分和大气降雨算法的不足,提供其改进方向具有重要的指导意义. 展开更多
关键词 地表土壤水分 降雨率 时空相关性分析 AMSR-E参数反演算法
在线阅读 下载PDF
基于时空节点选择和深度学习的城市道路短时交通流预测 被引量:14
2
作者 曹堉 王成 +1 位作者 王鑫 高悦尔 《计算机应用》 CSCD 北大核心 2020年第5期1488-1493,共6页
针对目前交通流短时预测对于交通流特性考虑得不够全面、预测精度不高的问题,提出一种基于时空节点选择和深度学习的城市道路交通流短时预测方法。首先,在理论和数据表现上对交通流特性进行分析,获得时空特性;其次,根据车流的可达范围... 针对目前交通流短时预测对于交通流特性考虑得不够全面、预测精度不高的问题,提出一种基于时空节点选择和深度学习的城市道路交通流短时预测方法。首先,在理论和数据表现上对交通流特性进行分析,获得时空特性;其次,根据车流的可达范围确定候选时空节点集合,以误差平方和的倒数为目标函数计算适应度,在训练集上使用遗传算法和反向传播神经网络(BPNN)进行时空节点选择,得到最终的时空节点和训练好的BPNN;最后,在工作集上将选择的时空节点的实测值输入训练好的BPNN得出预测值。实验结果表明,所提模型与仅使用相邻时空节点数据、采用其他时间节点范围、支持向量机(SVM)和梯度提升树(GBDT)相比误差略有降低,平均绝对误差(MAE)和平均绝对百分误差(MAPE)分别为10.6316和14.2758%;仅使用与待预测路段相邻空间的交通流数据的预测结果相比MAE和MAPE两个值上分别高出了0.2573和0.9991个百分点。 展开更多
关键词 城市交通 短时交通流预测 时空相关性分析 时空节点选择 深度学习 包裹式特征选择 遗传算法
在线阅读 下载PDF
基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测 被引量:12
3
作者 吴军英 路欣 +4 位作者 刘宏 张彬 柴守亮 刘蕴春 王佳楠 《中国电力》 CSCD 北大核心 2024年第6期131-140,共10页
为提升多区域电力负荷的预测精度,聚焦于多区域电力数据的时空相关性分析,提出了一种基于Spearman-GCN-GRU的超短期多区域电力负荷预测模型。该模型通过Spearman相关系数分析不同区域电力负荷的时空相关性,构建Spearman邻接矩阵并输入... 为提升多区域电力负荷的预测精度,聚焦于多区域电力数据的时空相关性分析,提出了一种基于Spearman-GCN-GRU的超短期多区域电力负荷预测模型。该模型通过Spearman相关系数分析不同区域电力负荷的时空相关性,构建Spearman邻接矩阵并输入图卷积神经网络(graph convolutional network,GCN)和门控循环单元(gated recurrent unit,GRU)提取数据中的空间特征和时序特征,最后由多层感知机(multilayer perceptron,MLP)解码输出预测结果。与基于距离邻接矩阵的模型进行对比,验证了SpearmanGCN-GRU模型的可行性。在模型的预测精度上,与传统统计模型和神经网络模型相比,Spearman-GCNGRU模型在通用的评价指标中均取得最优结果。就均方根误差(root mean square error,RMSE)而言,SpearmanGCN-GRU模型与神经网络模型GRU、GCN和深度神经网络(deep neural network,DNN)相比,RMSE指标分别下降了13.90%、11.66%和8.36%,验证了模型具有更好的预测效果。 展开更多
关键词 多区域电力负荷预测 电力数据时空相关性分析 Spearman相关系数 图卷积神经网络 门控循环单元
在线阅读 下载PDF
天然水垫塘护坡板块优化结构型式实验研究 被引量:3
4
作者 梁超 练继建 +1 位作者 马斌 梁帅 《天津大学学报(自然科学与工程技术版)》 EI CSCD 北大核心 2017年第12期1296-1303,共8页
护坡不护底的天然水垫塘常具有优越的下游水垫条件,相对于底部基岩,护坡的运行安全更加需要关注.而且,水垫塘护坡破坏的工程事故时有发生.依托乌东德水弹性模型,模拟了护坡板块止水局部破坏的最不利情况,考虑不排水、封闭自排、封闭抽... 护坡不护底的天然水垫塘常具有优越的下游水垫条件,相对于底部基岩,护坡的运行安全更加需要关注.而且,水垫塘护坡破坏的工程事故时有发生.依托乌东德水弹性模型,模拟了护坡板块止水局部破坏的最不利情况,考虑不排水、封闭自排、封闭抽排和透水板块等4种结构型式,对板块与基岩间隙和板块靠水垫塘一侧表面的时均及脉动压强差进行了研究,并通过加密测点、控制缝隙、板块开槽及倾斜钻孔等手段保证结果与实际相符.设计工况下,不排水板块受到的瞬时压强差峰值较大,严重威胁护坡运行安全,封闭自排和透水板块能够有效平衡间隙内外压强,受力条件较好;透水板块间隙内外脉压相关性最高,不排水板块最低,封闭自排板块相关性与测点到排水孔距离成反比,与实际相符.运用随机过程时空相关函数,阐明了护坡板块破坏主要是由于间隙内外水位差产生的时均压强和背/迎水面脉动不相关性导致,与背/迎水面流速和相位差无关.综合考虑各种板块结构的特点,提出了护坡板块优化型式推荐方案. 展开更多
关键词 天然水垫塘 护坡板块 结构优化 压强差 时空相关性分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部