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
基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用
被引量：
6
1
作者
杨虎
吴北平
+1 位作者
陈美华
李前云
《安全与环境工程》
CAS
北大核心
2014年第4期13-18,共6页
针对滑坡位移时间序列含大量噪声、具有明显的非线性等特征,本文提出了一种基于粒子群优化(PSO)的小波分析(WA)-支持向量机(SVM)滑坡位移预测模型(即WA-SVM模型)。该模型在混沌分析的基础上,首先用WA将滑坡位移序列分解成不同频率的分量...
针对滑坡位移时间序列含大量噪声、具有明显的非线性等特征,本文提出了一种基于粒子群优化(PSO)的小波分析(WA)-支持向量机(SVM)滑坡位移预测模型(即WA-SVM模型)。该模型在混沌分析的基础上,首先用WA将滑坡位移序列分解成不同频率的分量,然后采用PSO算法优选SVM模型参数,并利用SVM模型预测各分量值,最后将各分量预测值组合得到最终预测值。结合滑坡位移序列实例,将基于粒子群优化的WA-SVM模型的预测结果与WA-BP模型、单独SVM模型进行对比,结果表明该滑坡位移序列存在混沌特性,基于粒子群优化的WA-SVM模型克服了噪声的干扰和参数优选的问题,具有较高的预测精度和预测效率,为滑坡位移的预测提供了一种新的方法。
展开更多
关键词
滑坡
位移预测
混沌
粒子群优化
小波分析
支持向量机
在线阅读
下载PDF
职称材料
题名
基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用
被引量：
6
1
作者
杨虎
吴北平
陈美华
李前云
机构
海南水文地质工程地质勘察
院
中国地质大学信息工程学
院
湖南有色测绘院
重庆市
出处
《安全与环境工程》
CAS
北大核心
2014年第4期13-18,共6页
文摘
针对滑坡位移时间序列含大量噪声、具有明显的非线性等特征,本文提出了一种基于粒子群优化(PSO)的小波分析(WA)-支持向量机(SVM)滑坡位移预测模型(即WA-SVM模型)。该模型在混沌分析的基础上,首先用WA将滑坡位移序列分解成不同频率的分量,然后采用PSO算法优选SVM模型参数,并利用SVM模型预测各分量值,最后将各分量预测值组合得到最终预测值。结合滑坡位移序列实例,将基于粒子群优化的WA-SVM模型的预测结果与WA-BP模型、单独SVM模型进行对比,结果表明该滑坡位移序列存在混沌特性,基于粒子群优化的WA-SVM模型克服了噪声的干扰和参数优选的问题,具有较高的预测精度和预测效率,为滑坡位移的预测提供了一种新的方法。
关键词
滑坡
位移预测
混沌
粒子群优化
小波分析
支持向量机
Keywords
landslide
displacement prediction
chaos
particle swarm optimization
wavelet analysis
support vector machine
分类号
X43 [环境科学与工程—灾害防治]
P642.22 [天文地球—工程地质学]
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
基于粒子群优化的WA-SVM模型在滑坡位移预测中的应用
杨虎
吴北平
陈美华
李前云
《安全与环境工程》
CAS
北大核心
2014
6
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
