期刊文献+
共找到322篇文章
< 1 2 17 >
每页显示 20 50 100
基于GA-SVR-MODIS的季节性冻土区入湖地下水排泄区识别
1
作者 苏小四 杜思楠 +3 位作者 梁海婷 郑昭贤 杨敬爽 李阳 《安全与环境工程》 北大核心 2025年第3期266-280,共15页
湖泊富营养化是目前公众和政府关注的热点问题之一。热红外遥感技术被广泛应用于识别入湖地下水排泄区,但传统热红外遥感方法并未考虑冻结湖泊表面覆盖的积雪和冰层对反演湖水表面温度的影响,限制了其识别入湖地下水排泄区的精度和适用... 湖泊富营养化是目前公众和政府关注的热点问题之一。热红外遥感技术被广泛应用于识别入湖地下水排泄区,但传统热红外遥感方法并未考虑冻结湖泊表面覆盖的积雪和冰层对反演湖水表面温度的影响,限制了其识别入湖地下水排泄区的精度和适用性。基于遗传算法-支持向量回归(genetic algorithm-support vector regression,GA-SVR)模型和中分辨率成像光谱仪(moderate resolution imaging spectoradiometer,MODIS)遥感数据开展了对东北季节性冻土平原区典型湖泊查干湖湖水表面温度的反演与预测研究,识别了不同时期入湖地下水的排泄区。结果表明:GA-SVR模型可将冰封期热红外遥感法反演湖水表面温度的R^(2)由0.69提高到0.95,其识别的入湖地下水排泄区与湖泊中高^(222)Rn浓度的分布区域一致。研究结果可为有效识别查干湖营养物质主要来源和查干湖水环境安全管控提供科技支撑。 展开更多
关键词 季节性冻土区湖泊 湖水表面温度 MODIS GA-svr模型 地下水排泄
在线阅读 下载PDF
基于PSO-SVR模型的长三角城市群碳达峰情景模拟研究
2
作者 吴冠岑 章聪颖 +1 位作者 廖金星 牛星 《生态经济》 北大核心 2025年第7期41-48,共8页
论文基于2006—2019年长三角城市群数据,使用PSO-SVR模型并结合情景分析法对基准情景、产业优化情景、土地集约利用情景和碳减排强化情景等8种情景下长三角城市群的碳排放进行预测。结果表明:(1)PSO-SVR模型能够有效提升模型的预测精度... 论文基于2006—2019年长三角城市群数据,使用PSO-SVR模型并结合情景分析法对基准情景、产业优化情景、土地集约利用情景和碳减排强化情景等8种情景下长三角城市群的碳排放进行预测。结果表明:(1)PSO-SVR模型能够有效提升模型的预测精度。(2)长三角城市群在预测期内的碳排放呈现明显的倒“U”型趋势;(3)基准情景下长三角城市群将在2033年达峰,碳减排强化情景将在2031年实现碳达峰,其他情景均在2032年实现碳达峰。研究为长三角城市群在兼顾社会经济稳定发展前提下早日实现“双碳”目标提供了参考。 展开更多
关键词 碳达峰 PSO-svr模型 情景模拟 长三角城市群
原文传递
基于SVR-LSTM的人体上肢运动遮挡轨迹补偿方法
3
作者 彭金柱 刘涵菲 卞英楠 《郑州大学学报(理学版)》 CAS 北大核心 2025年第1期1-7,共7页
在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持... 在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性。因此,提出了一种基于支持向量回归(support vector regression,SVR)和长短期记忆(long short-term memory,LSTM)的人体上肢运动时间序列轨迹缺失补偿方法。采用网格搜索法对SVR模型中的参数进行优化来完善历史样本数据集,结合长短期记忆网络对短、长时间序列轨迹缺失的预测补全更精确的优势,将SVR模型补全的历史样本数据集输入LSTM模型训练,进一步降低补偿误差。实验结果表明,在三维空间350 mm的运动尺度范围内,轨迹缺失程度为10%时,SVR-LSTM模型补偿轨迹的平均误差是0.14 mm;轨迹缺失程度为30%时,SVR-LSTM模型补偿轨迹的平均误差是0.47 mm。 展开更多
关键词 遮挡轨迹 时间序列 意图识别 轨迹补偿 svr-LSTM模型
在线阅读 下载PDF
一种ICEEMDAN-CNN-SVR滑坡位移组合预测模型 被引量:1
4
作者 石化波 王刚 曾怀恩 《三峡大学学报(自然科学版)》 CAS 北大核心 2025年第1期37-43,共7页
滑坡位移预测是滑坡早期预警系统的重要组成部分,针对位移分解程度与特征选取深入程度不够导致滑坡位移预测精度不高的问题,提出一种ICEEMDAN-CNN-SVR滑坡位移组合预测模型:为了解决位移分解程度不够的问题,该模型首先运用ICEEMDAN分解... 滑坡位移预测是滑坡早期预警系统的重要组成部分,针对位移分解程度与特征选取深入程度不够导致滑坡位移预测精度不高的问题,提出一种ICEEMDAN-CNN-SVR滑坡位移组合预测模型:为了解决位移分解程度不够的问题,该模型首先运用ICEEMDAN分解模型对滑坡位移曲线进行分解,将平滑性较好且具有递增趋势的IMF曲线作为趋势项位移,将其他具有波动趋势的IMF曲线总和重构为周期项位移;为了解决特征选取深入程度不够的问题,针对不同位移特性进行了特征变量选取,通过二维平铺与CNN特征提取得到特征变量更深层次的信息,将提取到的特征信息输入SVR预测模型中实现对趋势项位移与周期项位移的精准预测.以典型堆积层滑坡———八字门滑坡为例,选取ZG110与ZG111监测点2007年1月—2012年9月典型变形阶段水平位移数据进行研究,结果表明:ZG110与ZG111监测点预测评价指标R2,ERMSE,EMAE分别为0.9951、0.9989、5.7489、2.7532,4.5091、1.8529,预测效果良好;将模型预测结果与EEMDCNN-SVR预测模型及CNN-SVR预测模型结果作对比,相较其他预测模型,新模型的预测精度有所提升. 展开更多
关键词 八字门滑坡 ICEEMDAN分解 特征提取 CNN-svr模型 对比分析
在线阅读 下载PDF
利用HHO-LSTM-SVR模型预测TBM掘进参数
5
作者 满轲 曹子祥 +2 位作者 刘晓丽 宋志飞 刘汭琳 《铁道标准设计》 北大核心 2025年第8期123-132,共10页
针对单一模型对TBM掘进参数预测准确度低、泛化性低等问题,利用改进最小二乘法集成哈里斯鹰优化(HHO)算法优化的长短期记忆(LSTM)网络和支持向量机回归(SVR)算法,构建一种实现TBM掘进参数高精度智能预测的混合模型(HHO-LSTM-SVR模型)。... 针对单一模型对TBM掘进参数预测准确度低、泛化性低等问题,利用改进最小二乘法集成哈里斯鹰优化(HHO)算法优化的长短期记忆(LSTM)网络和支持向量机回归(SVR)算法,构建一种实现TBM掘进参数高精度智能预测的混合模型(HHO-LSTM-SVR模型)。利用HHO-LSTM-SVR模型进行不同隧道围岩等级TBM掘进参数预测,并选择哈里斯鹰优化算法优化的GRU模型和BP模型与HHO-LSTM-SVR模型进行预测误差对比分析,最后采用灰色关联度分析方法计算预测模型输入变量对输出变量的重要性。结果表明:隧道围岩等级越高,掘进参数的预测精度越高,Ⅱ级围岩各掘进参数平均相对误差绝对值为0.01,而Ⅳ级围岩为0.05;推力、转速和扭矩的预测精度相对较高,施工速度的预测精度最低;HHO-LSTM-SVR模型预测结果平均相对误差绝对值比各单一模型小57.68%,各单一模型预测性能相较于HHO-LSTM-SVR模型更低;TBM掘进不同等级的隧道围岩时岩机相互作用规律存在较大差异;利用改进最小二乘法集成组合2个单一模型可以有效提高模型预测准确度、泛化性和鲁棒性。 展开更多
关键词 TBM 掘进参数 隧道围岩等级 岩机相互作用规律 HHO-LSTM-svr模型
在线阅读 下载PDF
基于PSO—SVR算法的土壤含水率预测模型构建 被引量:1
6
作者 高宁 张安琪 +3 位作者 梅鹤波 杨兴华 刘淮玉 孟志军 《中国农机化学报》 北大核心 2025年第5期227-234,共8页
为探究一种高检测精度且适用于低测量频率电容式土壤含水率传感器的检测模型,以土壤为研究对象,配置160份含水率为6.39%~31.43%的土壤样本,使用数字电桥采集土壤样本在测量频率为1~100 kHz的电容数据,建立预测土壤含水率的多元线性回归(... 为探究一种高检测精度且适用于低测量频率电容式土壤含水率传感器的检测模型,以土壤为研究对象,配置160份含水率为6.39%~31.43%的土壤样本,使用数字电桥采集土壤样本在测量频率为1~100 kHz的电容数据,建立预测土壤含水率的多元线性回归(MLR)、岭回归(RR)、支持向量回归(SVR)、决策树回归(CART)和BP神经网络(BPNN)算法模型,对比分析模型的预测性能。结果表明,基于SVR算法构建的土壤含水率检测模型预测性能较佳。通过引入麻雀搜索(SSA)、粒子群优化算法(PSO)和鲸鱼优化算法(WOA)算法分别对SVR算法模型优化后的性能分析,采用PSO—SVR算法建立的检测模型性能最佳,其预测集的决定系数R 2、均方根误差RMSE和相对百分比偏差RPD分别为0.947、0.012和4.363。利用该模型对35份含水率在8.07%~26.43%的土壤样本进行预测,含水率预测值与实测值的回归系数R 2为0.953,RMSE为0.009,绝对误差范围为-1.92%~1.68%。由此证明,基于PSO—SVR算法构建土壤含水率预测模型具有较高的准确性和较好的鲁棒性。 展开更多
关键词 土壤 含水率 预测模型 电容 测量频率 PSO—svr
在线阅读 下载PDF
基于ν-SVR的船舶动力学机理模型-数据混合驱动建模方法
7
作者 夏桂华 朱文旭 +3 位作者 姜立超 朱可遇 尚晓兵 张智 《哈尔滨工程大学学报》 北大核心 2025年第9期1809-1815,共7页
高精度的船舶动力学模型对于海上交通和海洋贸易具有十分重要的意义,然而,现存的船舶动力学机理模型的性能受限于模型结构和水动力参数,船舶动力学数据驱动模型缺乏可解释性。为解决这个问题,提出一种基于nu-支持向量回归(ν-SVR)的船... 高精度的船舶动力学模型对于海上交通和海洋贸易具有十分重要的意义,然而,现存的船舶动力学机理模型的性能受限于模型结构和水动力参数,船舶动力学数据驱动模型缺乏可解释性。为解决这个问题,提出一种基于nu-支持向量回归(ν-SVR)的船舶动力学机理模型-数据混合驱动建模方法。一种Abkowitz模型被用于构成混合模型的机理部分,一种ν-SVR被采用拟合机理模型和真实船之间的残差数据,遗传算法也被混合模型的超参数寻优。所提出方法的性能是基于一艘仿真的Mariner船舶进行验证的。通过多组操纵运动测试案例发现ν-SVR可以有效补偿机理模型的预测残差,同时,所提出的机理模型-数据混合驱动建模方法具有较好的预测精度和泛化能力。 展开更多
关键词 船舶动力学 数据驱动模型 Abkowitz模型 ν-svr 船舶操纵运动
在线阅读 下载PDF
基于GM-SVR模型的堤防工程沉降自动化监测分析
8
作者 周亚 杨文学 《水利信息化》 2025年第5期74-79,共6页
为提高堤防工程沉降预测精度并实现自动化安全监测,针对堤防工程长期沉降特性,提出基于GM-SVR组合模型的预测方法,并结合传感器网络构建自动化监测系统。首先,利用GM模型捕捉沉降时间序列的趋势;其次,采用SVR模型对残差进行非线性拟合,... 为提高堤防工程沉降预测精度并实现自动化安全监测,针对堤防工程长期沉降特性,提出基于GM-SVR组合模型的预测方法,并结合传感器网络构建自动化监测系统。首先,利用GM模型捕捉沉降时间序列的趋势;其次,采用SVR模型对残差进行非线性拟合,构建GM-SVR组合模型;最后,基于传感器网络实时采集沉降数据,优化模型参数并验证预测效果。选取某大型堤防工程多年沉降数据验证GM-SVR模型的预测性能,结果表明:GM-SVR模型在长期沉降预测中表现优异,评价指标MAE、MAPE和RMSE,分别较SVR模型降低15.54%、13.72%和16.30%,且MAPE低于5%,预测误差小,精度高,可靠性高。通过融合GM-SVR模型与传感器网络,可为堤防工程沉降监测与预警提供高效、可靠的技术支持,增强堤防工程安全性与稳定性。 展开更多
关键词 堤防工程 沉降 GM-svr模型 自动化监测
在线阅读 下载PDF
区域电力行业中长期碳排放ε-SVR模型预测仿真
9
作者 黄锦华 杨鹏 郁丹 《计算机仿真》 2025年第4期64-68,共5页
忽视碳排放影响因素分析问题,会导致不能全面、准确地理解电力行业碳排放的驱动机制和变化规律,同时,传统麻雀搜索算法可能会出现搜索平衡性差和局部挖掘等问题,影响预测效果,为此,展开基于改进麻雀搜索算法的区域电力行业中长期碳排放... 忽视碳排放影响因素分析问题,会导致不能全面、准确地理解电力行业碳排放的驱动机制和变化规律,同时,传统麻雀搜索算法可能会出现搜索平衡性差和局部挖掘等问题,影响预测效果,为此,展开基于改进麻雀搜索算法的区域电力行业中长期碳排放趋势预测算法优化研究。深入分析影响碳排放量的相关因素,将影响因素作为输入构建ε-SVR模型。改进麻雀搜索算法,通过精英个体策略更新生产者在参数寻优过程中的位置,以此改善搜索平衡性差和局部挖掘等问题,利用改进后的算法优化ε-SVR模型中的核函数,以此提高模型的回归精度,完成碳排放趋势的精准预测。实验结果表明,所提算法所构建的ε-SVR模型具有较高的回归精度,并且在不同碳排放情境下均可高精度的完成碳排放趋势预测。 展开更多
关键词 电力行业 碳排放趋势预测 改进麻雀搜索算法
在线阅读 下载PDF
基于BO-SVR算法的水电工程造价预测模型研究
10
作者 黄梓莘 钱冲 +2 位作者 刘小卫 李淼 洪川 《建筑经济》 2025年第S1期167-172,共6页
限额设计背景下,准确预测水电工程造价有助于项目成本管控和经济效益提高。针对目前工程造价预测在合理选取影响因素和提高模型预测精度方面欠佳的问题,提出贝叶斯优化(BO)支持向量回归(SVR)的水电工程造价预测模型。本文剖析水电工程... 限额设计背景下,准确预测水电工程造价有助于项目成本管控和经济效益提高。针对目前工程造价预测在合理选取影响因素和提高模型预测精度方面欠佳的问题,提出贝叶斯优化(BO)支持向量回归(SVR)的水电工程造价预测模型。本文剖析水电工程项目特性和计价特征,经过统计量化和降维处理,构建水电工程造价影响因素指标体系;采用多种机器学习算法分别开展模型训练,并结合优化算法进行模型超参数选择,综合对比建立基于BO-SVR的水电工程造价预测模型。实例分析表明,所提出模型对静态投资、动态投资的预测精度较高。研究结果可为水电工程造价预测提供参考,有助于发挥工程造价数据要素作用,提高工程造价管理水平。 展开更多
关键词 水电工程 工程造价 机器学习 预测模型 svr算法
在线阅读 下载PDF
基于MVO-SVR的室内指纹定位算法 被引量:2
11
作者 陈静 张晓龙 《电子测量与仪器学报》 CSCD 北大核心 2024年第9期45-53,共9页
针对室内定位过程中由非视距和环境干扰导致的定位精度不高的问题,提出一种基于多元宇宙优化支持向量回归的室内指纹定位算法。首先通过基于超宽带通信技术的双边双向测距算法计算得到测距信息;然后利用测距值作为指纹特征并建立指纹库... 针对室内定位过程中由非视距和环境干扰导致的定位精度不高的问题,提出一种基于多元宇宙优化支持向量回归的室内指纹定位算法。首先通过基于超宽带通信技术的双边双向测距算法计算得到测距信息;然后利用测距值作为指纹特征并建立指纹库,使用SVR算法构建定位坐标和测距值之间的映射关系;最后使用MVO优化算法寻优SVR算法的cost和γ参数,以提升定位精度。实验显示,选择径向基函数作为SVR模型的核函数能够有效提高定位精度,并将MVO-SVR的结果与三边定位、随机森林算法、极致梯度提升算法、SVR的结果进行对比和分析,X方向平均绝对误差分别降低了20.12%、54.43%、60.66%和16.21%,Y方向平均绝对误差分别降低了79.57%、54.18%、59.29%和38.17%,平均定位误差Ep分别降低了60.73%、54.38%、60.01%和22.84%,且MVO-SVR算法在X和Y方向平均绝对误差均达到了厘米级。结果证明:基于MVO-SVR的室内指纹定位算法明显提升了定位精度,在复杂室内环境中具有良好的应用前景。 展开更多
关键词 超宽带 室内定位 双边双向测距 MVO-svr模型 指纹定位
原文传递
基于SARIMA和SVR组合模型的转向架系统寿命评估 被引量:4
12
作者 师蔚 范乔 +2 位作者 杨洋 胡定玉 廖爱华 《铁道机车车辆》 北大核心 2024年第1期157-163,共7页
随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持... 随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持向量回归(SVR)的组合模型对转向架寿命进行评估。首先,将车辆转向架系统历史故障率转化为健康指数,然后基于协方差优选法将SARIMA和SVR进行赋权组合,根据转向架系统历史健康指数进行预测,最后建立历史和预测的健康指数与运行时间的数学模型,分析得到转向架系统的剩余寿命。以某地铁车辆转向架系统为例进行算例分析及验证,结果表明组合模型可更准确地预测其健康状态,为有关维修部门开展维修维护策略提供理论依据,估计得出其剩余寿命,为车辆寿命后期退役及延寿决策提供理论数据分析支撑。 展开更多
关键词 转向架系统 寿命预测 季节性回归移动平均和支持向量回归(SARIMA和svr) 组合模型 协方差优选法
在线阅读 下载PDF
基于SARIMA-SVR模型的铁路货运量预测方法 被引量:2
13
作者 钱名军 李明鲡 黄鑫 《铁道运输与经济》 北大核心 2024年第9期83-94,共12页
鉴于铁路货运量受多种外部因素影响呈现显著的随机波动特征而难以准确预测,提出了SARIMA-SVR预测模型。首先,对全国铁路月度货运量序列进行季节时间序列(SARIMA)建模,得到模型的初始预测值及预测残差。其次,构建支持向量机(SVR)回归预... 鉴于铁路货运量受多种外部因素影响呈现显著的随机波动特征而难以准确预测,提出了SARIMA-SVR预测模型。首先,对全国铁路月度货运量序列进行季节时间序列(SARIMA)建模,得到模型的初始预测值及预测残差。其次,构建支持向量机(SVR)回归预测模型,将影响铁路货运量的外部因素作为模型输入项,SARIMA模型预测残差序列、月度货运量序列分别作为模型输出项,由此分别获得SARIMA模型预测残差的优化值以及SVR模型的货运量预测值。三是将优化后的SARIMA模型预测残差与其初始预测值相加,得到优化后的SARIMA模型预测值。四是再对优化后的SARIMA模型预测值和SVR模型预测值进行加权求和,得到SARIMA-SVR模型的预测结果。最后,对SARIMA-SVR模型进行消融实验验证模型有效性,并将该模型与经典预测模型进行测算精度对比。结果表明,SARIMA-SVR模型的预测精度优于单一模型和经典预测模型,在货运量预测方面具有良好的适用性。 展开更多
关键词 铁路运输 货运量预测 SARIMA-svr模型 季节性时间序列 支持向量机
在线阅读 下载PDF
基于LSTM-SVR组合模型的山西动力煤价格预测 被引量:7
14
作者 樊园杰 睢祎平 +2 位作者 张磊 郝尚凯 王斌 《矿业研究与开发》 CAS 北大核心 2024年第4期252-258,共7页
煤炭是重要的基础能源,特别是动力煤在我国占有极高的战略地位,但煤炭价格的预测却十分困难。引入循环神经网络(RNN)对动力煤价格进行预测,在此基础上针对动力煤价随时间变化起伏大的特点,通过优化RNN模型,建立了长短期记忆模型(LSTM),... 煤炭是重要的基础能源,特别是动力煤在我国占有极高的战略地位,但煤炭价格的预测却十分困难。引入循环神经网络(RNN)对动力煤价格进行预测,在此基础上针对动力煤价随时间变化起伏大的特点,通过优化RNN模型,建立了长短期记忆模型(LSTM),引入支持向量回归机模型(SVR),通过串联的方式形成LSTM-SVR组合模型,以减少单一模型进行预测的风险,提高预测结果的精度。同时采用滑动平均法,以提高特征数据与动力煤价格的相关性。结果表明,经LSTM-SVR组合模型预测的2023年上半年山西动力煤价发展趋势与实际煤价有着较高的线性拟合性,预测准确率达到95.69%。该模型预测2024年山西动力煤价格将逐渐降低,从最高约1200元/t降低至700元/t。研究成果对煤炭企业调整经营战略、优化内部资本结构、维持整个行业长期稳定发展具有重要意义。 展开更多
关键词 动力煤 价格预测 循环神经网络 长短期记忆模型 LSTM-svr组合模型
原文传递
基于Bagging-WOA-SVR的粮堆温度场预测模型 被引量:1
15
作者 韩建军 张梦琪 +2 位作者 赵道松 郭妍妍 杨雅冰 《中国粮油学报》 CAS CSCD 北大核心 2024年第6期7-12,共6页
采用阵列式分布的测温电缆检测粮仓温度变化情况,利用机器学习技术来预测粮食温度,用粮仓1年监测数据来预测粮堆未来27 d温度。传统的BP、RBF、RF、SVR单模型对粮堆温度进行预测存在误差大、泛化能力差等缺点,提出一种基于Bagging集成... 采用阵列式分布的测温电缆检测粮仓温度变化情况,利用机器学习技术来预测粮食温度,用粮仓1年监测数据来预测粮堆未来27 d温度。传统的BP、RBF、RF、SVR单模型对粮堆温度进行预测存在误差大、泛化能力差等缺点,提出一种基于Bagging集成的鲸鱼算法优化支持向量回归模型(Bagging-WOA-SVR),并与灰狼算法优化支持向量回归模型作比较。将影响粮堆温度的多种因素做灰色关联分析,选取粮仓内温度、粮仓内湿度、粮仓外温度、粮仓外湿度、粮仓平均温度、地表温度作为神经网络的输入,粮堆平均温度作为预测输出,选取3个指标为评判标准,对比分析模型预测精度。结果表明:提出的Bagging-WOA-SVR模型相比之下有着较好的稳定性,均方误差为0.24,相关系数为0.9892。 展开更多
关键词 粮堆温度 回归预测 Bagging-WOA-svr 预测模型
在线阅读 下载PDF
结合光谱降维的IPSO-SVR水体总磷浓度预测模型
16
作者 王彩玲 张国浩 《水土保持通报》 CSCD 北大核心 2024年第2期196-204,共9页
[目的]选择最优模型对水体中总磷浓度进行预测,为准确、实时、高效检测水资源状况提供支持。[方法]以2021年在长江中下游武汉—安徽地区采集的水质样本作为研究对象,首先,对采集到的长江光谱数据进行最大最小归一化和均值中心化两种预... [目的]选择最优模型对水体中总磷浓度进行预测,为准确、实时、高效检测水资源状况提供支持。[方法]以2021年在长江中下游武汉—安徽地区采集的水质样本作为研究对象,首先,对采集到的长江光谱数据进行最大最小归一化和均值中心化两种预处理操作以便统一数据的范围和均值点,并使用核主成分分析(KPCA)技术对预处理后的光谱数据进行降维操作。选取方差解释率为99.6%下的6个特征向量进行后续预测模型的训练,接着在原有粒子群算法的基础上引入自适应惯性权重更新公式和遗传—模拟退火变异思想,提高算法的寻优能力。使用改进的粒子群优化算法对支持向量回归模型中的超参数组合进行寻优,对支持向量回归模型使用输出的结果进行预测模型的训练,最后使用测试集数据进行总磷浓度的预测。[结果]提出了一种结合光谱降维的改进粒子群优化算法(IPSO)结合支持向量回归(SVR)的水体总磷含量预测模型。通过和当前预测性能较好的几种机器学习模型进行精度的比较发现,该试验模型对长江水体总磷浓度进行预测时决定系数(R^(2))为0.973920,均方根差(RMSE)为0.003012,平均绝对误差(MAE)为0.002105。[结论]使用光谱数据结合降维技术、粒子群优化算法和机器学习模型的算法融合模型检测水体总磷浓度可行性强,精确度高,且拟合效果良好。 展开更多
关键词 高光谱 IPSO-svr模型 KPCA降维 长江水质 总磷浓度检测
在线阅读 下载PDF
融合GWO和SVR的建筑安全事故预测模型 被引量:4
17
作者 李政道 曾佳 吴恒钦 《安全与环境学报》 CAS CSCD 北大核心 2024年第3期1079-1086,共8页
当前建筑业迅速发展,但随之而来的是频频发生的建筑安全事故,造成不可逆转的损失和伤害。虽然近些年来在建筑安全事故控制方面的研究已取得一定的成果,但建筑安全事故仍未得到有效控制。针对建筑业市政工程安全事故总数和死亡人数,探究... 当前建筑业迅速发展,但随之而来的是频频发生的建筑安全事故,造成不可逆转的损失和伤害。虽然近些年来在建筑安全事故控制方面的研究已取得一定的成果,但建筑安全事故仍未得到有效控制。针对建筑业市政工程安全事故总数和死亡人数,探究二者之间的关系,构建灰狼优化算法-支持向量回归机(Grey Wolf Optimization and Support Vactor Regression,GWO-SVR)组合模型,收集2008—2020年每个月的建筑安全事故数据及死亡人数数据集,发现二者之间成正向相关关系,以建筑安全事故数为特征对建筑死亡人数进行预测,精度达到95%以上,对建筑安全资源与人力投入有较大参考价值,有助于提升建筑安全管理水平。 展开更多
关键词 安全社会工程 建筑安全事故 支持向量回归机 灰狼优化算法 模型预测
原文传递
基于麻雀搜索优化SVR模型的房地产价格研究 被引量:2
18
作者 兰瑞杰 孟维高 耿进强 《电子科技》 2024年第1期1-8,共8页
为解决传统经济指标作为房价影响因素的数据获取滞后性问题以及机器学习模型在预测房价时存在的参数选取不确定性问题,文中以网络搜索数据作为房价指数解释变量,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)建立SSA-SVR(Support Vec... 为解决传统经济指标作为房价影响因素的数据获取滞后性问题以及机器学习模型在预测房价时存在的参数选取不确定性问题,文中以网络搜索数据作为房价指数解释变量,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)建立SSA-SVR(Support Vector Regression)模型对SVR的惩罚因子C和RBF(Radical Basic Function)核函数的参数g进行优化。将SSA-SVR模型与PSO(Particle Swarm Optimization)-SVR、GA(Genetic Algorithm)-SVR、WOA(Whale Optimization Algorithm)-SVR、GS(Grid Search)-SVR以及基准SVR进行对比,SSA-SVR的相关系数(0.99)、均方根误差(6.71)、平均绝对误差(5.24)、均方误差(45.13)以及平均绝对百分比误差(0.26%)均优于其他5种模型。结果表明,麻雀搜索算法优化的SVR模型在房价预测方面具有更好的全局寻优能力,可以提高模型的预测准确度和预测能力。 展开更多
关键词 麻雀搜索算法 优化算法 svr模型 数据滞后性 参数不确定性 网络搜索数据 房地产价格指数 房价预测
在线阅读 下载PDF
基于SVR模型的两轮自平衡小车平衡控制与抗干扰研究 被引量:1
19
作者 李加定 余光正 +1 位作者 缪文南 孙小广 《现代电子技术》 北大核心 2024年第11期125-130,共6页
针对两轮自平衡小车的平衡控制和抗干扰问题,提出基于支持向量回归机器学习方法的平衡控制器方法。分析了两轮小车的力学模型,将状态向量和控制向量运用到非线性支持向量回归算法(ε-SVR),利用LIBSVM软件对所采集样品进行训练,获得高精... 针对两轮自平衡小车的平衡控制和抗干扰问题,提出基于支持向量回归机器学习方法的平衡控制器方法。分析了两轮小车的力学模型,将状态向量和控制向量运用到非线性支持向量回归算法(ε-SVR),利用LIBSVM软件对所采集样品进行训练,获得高精度的SVR模型,其中样品数据由搭建的传统闭环串级PID控制器运行得到。经过Matlab仿真测试,该模型控制器的平衡响应优于PID控制和极点配置法,最后制作了小型样车,验证了SVR模型在动态平衡和自抗干扰下存在相对优势。 展开更多
关键词 两轮自平衡小车 ICM20602 平衡控制 支持向量机 学习型控制 svr模型
在线阅读 下载PDF
基于宏观因子的SVR-Black-Litterman资产配置模型及其实证研究
20
作者 张高勋 张洪华 《科技和产业》 2024年第5期32-39,共8页
随着全球经济不稳定性的增强和我国利率市场化的深入推进,金融资产的波动性不断加剧,资产组合优化配置问题依然是金融投资理论研究和实务领域的核心问题。Black-Litterman模型因其解决了传统均值方差模型对参数敏感的问题,且允许将投资... 随着全球经济不稳定性的增强和我国利率市场化的深入推进,金融资产的波动性不断加剧,资产组合优化配置问题依然是金融投资理论研究和实务领域的核心问题。Black-Litterman模型因其解决了传统均值方差模型对参数敏感的问题,且允许将投资者观点融入模型中,已被广泛应用于资产配置实践中。然而投资者观点矩阵的确定一直是Black-Litterman模型理论和应用研究的难点。将宏观因子融入投资者观点矩阵,应用基于主成分分析法的支持向量回归(SVR)模型实现观点矩阵的估计,构建融入宏观因子的SVR-Black-Litterman资产配置模型。为检验模型的有效性,将该模型与经典模型进行比较。实证结果表明,所构建的模型具有较好的市场表现。 展开更多
关键词 宏观因子 主成分分析法 观点矩阵 svr-Black-Litterman模型
在线阅读 下载PDF
上一页 1 2 17 下一页 到第
使用帮助 返回顶部