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
基于特征自适应优选的H-ADCP流量在线监测模型
1
作者
王雪
陈金凤
《长江科学院院报》
北大核心
2025年第11期42-49,共8页
针对H-ADCP流量在线监测存在的特征流速选择困难、计算复杂度大及流量成果精度不高等难点,综合考虑特征数据降维、神经网络、支持向量机以及粒子群算法等人工智能算法,构建了基于特征自适应优选的H-ADCP流量在线监测模型,即FAO(Feature ...
针对H-ADCP流量在线监测存在的特征流速选择困难、计算复杂度大及流量成果精度不高等难点,综合考虑特征数据降维、神经网络、支持向量机以及粒子群算法等人工智能算法,构建了基于特征自适应优选的H-ADCP流量在线监测模型,即FAO(Feature Adaptive Optimization)模型。选择受潮汐影响、水位流量关系复杂的罗湖水文站为研究对象,采用2019年和2023年实测流量资料,从各种算法的优缺点、降维数据的适用性以及模型稳定性等多个方面分析了FAO模型的适用性。结果表明:FAO模型具有较好的自学习能力,实测流量样本较少时,具有较好的流速特征学习能力和流量预测精度,检验期流量预测样本的均方根误差RMSE为6.06 m^(3)/s、决定系数R 2达到了0.93。提出的研究方法和模型可为流量在线监测研究提供新的研究思路和方法。
展开更多
关键词
流量在线监测
特征自适应优选
H-ADCP模型
感潮河段
水文监测
在线阅读
下载PDF
职称材料
题名
基于特征自适应优选的H-ADCP流量在线监测模型
1
作者
王雪
陈金凤
机构
长江水利委员会河湖保护与建设运行安全中心河湖保护中心
长江水利委员会
水文局
长江
水文技术研究
中心
出处
《长江科学院院报》
北大核心
2025年第11期42-49,共8页
文摘
针对H-ADCP流量在线监测存在的特征流速选择困难、计算复杂度大及流量成果精度不高等难点,综合考虑特征数据降维、神经网络、支持向量机以及粒子群算法等人工智能算法,构建了基于特征自适应优选的H-ADCP流量在线监测模型,即FAO(Feature Adaptive Optimization)模型。选择受潮汐影响、水位流量关系复杂的罗湖水文站为研究对象,采用2019年和2023年实测流量资料,从各种算法的优缺点、降维数据的适用性以及模型稳定性等多个方面分析了FAO模型的适用性。结果表明:FAO模型具有较好的自学习能力,实测流量样本较少时,具有较好的流速特征学习能力和流量预测精度,检验期流量预测样本的均方根误差RMSE为6.06 m^(3)/s、决定系数R 2达到了0.93。提出的研究方法和模型可为流量在线监测研究提供新的研究思路和方法。
关键词
流量在线监测
特征自适应优选
H-ADCP模型
感潮河段
水文监测
Keywords
online discharge monitoring
feature adaptive optimization
H-ADCP model
tidal reach
hydrological monitoring
分类号
P332 [天文地球—水文科学]
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
基于特征自适应优选的H-ADCP流量在线监测模型
王雪
陈金凤
《长江科学院院报》
北大核心
2025
0
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
