-
题名基于GAS算法的卵砾石粒径自动识别应用研究
- 1
-
-
作者
蔡豫豪
高仕赵
张丛林
董晓明
-
机构
鲁东大学土木工程学院
中国科学院科技战略咨询研究院
-
出处
《泥沙研究》
CAS
CSCD
北大核心
2024年第2期9-16,共8页
-
基金
山东省中青年专家奖励基金项目(BS2014SF016)。
-
文摘
粒径和级配是表征床面组成的重要指标,基于GAS粒径自动识别技术可自动识别粗粒床面粒径并生成级配曲线,能够大幅提高现场采样和分析的效率。为了验证GAS的分割效果,采用GAS提供的默认参数进行分割,同时应用ImageJ软件手动分割进行验证。结果表明:GAS级配曲线的相对误差为5.7%,相关系数为0.992。另外,采用单参数和多参数敏感性分析法来标准化参数调整方案,gre、can1和can2对GAS提取的级配曲线和特征粒径有显著影响,其中gre起主导作用,而can1和can2控制着砾石边界的检测完整性。
-
关键词
粗粒床面
级配曲线
gas算法
数字筛分
图像处理
-
Keywords
coarse bed surface
grading curve
gas algorithm
digital sieving
image processing
-
分类号
P332.5
[天文地球—水文科学]
-
-
题名结合扩大标度区及光滑边界方法检测混沌
- 2
-
-
作者
何振亚
裴文江
孙庆庆
杨绿溪
-
机构
东南大学无线电系
-
出处
《数据采集与处理》
CSCD
2000年第4期397-401,共5页
-
基金
国家自然科学基金(编号:69735101,69872009)
教育部博士点基金(编号:98028630)资助项目。
-
文摘
针对关联维数检测混沌方法对观测噪声、数据量鲁棒性差的缺点 ,本文从两个方面进行了修正 :在扩大标度区混沌检测方法的基础上 ,利用 Neural Gas算法重建吸引子的几何结构 ,并以此为基础进一步扩大标度区 ,解决数据量不足的问题 ;提出光滑边界算法 ,消除噪声扰动改变的概率分布。最后 ,将两种方法相结合 ,形成一种新颖的混沌检测方法。试验结果表明 ,改进方法取得了较好的结果。
-
关键词
混沌检测
关联维数
Neural
gas算法
-
Keywords
chaos detecting
correlative dimension
Neural gas algorithm
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名分类器系统在股票买卖规则发现中的应用
被引量：2
- 3
-
-
作者
张志强
李敏强
寇纪淞
-
机构
天津大学管理学院
-
出处
《决策与决策支持系统》
1997年第4期94-99,共6页
-
基金
国家自然科学基金
-
文摘
首先介绍了分类器系统的工作原理和特点，然后利用分类器系统对股票买卖规则进行发现，并以上海证券交易所数据进行验证。
-
关键词
分类器系统(Cs)
信任分配
遗传算法(gas)
技术分析
-
Keywords
classifier system,apportionment of credit,genetic algorithms,technical analysis
-
分类号
F830.9
[经济管理—金融学]
-
-
题名白山流域春季径流影响因素及作用机理识别
被引量：4
- 4
-
-
作者
李文龙
次旦央宗
王傲
李鸿雁
田琳
-
机构
松花江水力发电有限公司吉林丰满发电厂
吉林大学新能源与环境学院
吉林省水文水资源局长春分局
-
出处
《水利水电技术》
北大核心
2019年第5期63-72,共10页
-
基金
国网新源控股有限公司科学技术项目(XQJH1885000061)
国家自然科学基金委员会与韩国国家研究基金会联合资助合作交流项目“变化环境下区域水资源响应与可持续利用研究”(51711540299)
-
文摘
我国北方流域春汛来水水源组成多元,影响径流过程的因素众多,且各因素的作用过程复杂,给春汛来水预报带来了挑战。春汛是白山流域第二个集中来水期,准确的春汛预报是科学合理制定水库调度方案的前提和基础,既可以保证农业供水需求、航运用水需求,又能为后期防汛预留库容,实现水资源高效利用。依托白山水库1958—2016年春季长系列日入库流量过程资料,通过Eckhardt递归数字滤波法进行基流分割并绘制基流比过程,根据基流比过程演化趋势将春季径流的水源组成划分为融雪产流、冻土条件下融雪、降雨产流和冻土条件降雨产流等3个阶段。多年平均状况下,白山流域融雪产流开始日期为3月28日,冻土条件产流开始日期为4月28日,融雪产流结束日期为5月20日,冻土消融日期为6月15日;多年平均状况下,融雪产流历时为28 d,冻土条件下融雪、降雨产流历时为26 d,冻土条件下降雨产流历时为24 d。以白山流域内3个气象站1960—2016年日降雨、温度、辐射和风速数据为影响因素,以白山水库日入库径流量(径流深)为目标变量,在融雪产流期(3月28日—5月20日)内,采用全局灵敏度分析法识别出日总辐射和平均风速无时滞效应、最低温度具有1 d的时滞效应、平均温度和最高温度具有2 d的滞后效应,继而识别出基于时滞的日总辐射、平均风速、平均温度和降水为融雪产流的关键影响因素;采用遗传算法拟合融雪产流经验公式,1960—2010年校准期内模拟精度较好,在径流系数小于等于1时和大于1时,拟合优度分别为97.1%和77.5%,平均相对误差为7.5%和22.5%,效率系数分别为96.8%和71.2%;在2011—2016验证期内,在径流系数小于等于1时和大于1时,拟合优度分别为99.3%和99.8%,平均相对误差分别为7.4%和16.8%,效率系数分别为97.8%和94.6%。
-
关键词
白山流域
春季径流
基流分割
产流模式起止日期
产流模式历时
全局敏感性分析
遗传算法(gas)
-
Keywords
Baishan Basin
spring runoff
base flow segmentation
beginning and ending date of runoff pattern
runoff pattern duration
global sensitivity analysis
genetic algorithm
-
分类号
P333
[天文地球—水文科学]
-
