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
共找到165篇文章
< 1 2 … 9 >
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：
多时相卫星影像下土地利用变化动态监测仿真
1
作者 李永鹏 刘进 《计算机仿真》 2025年第8期39-43,共5页
当表征具有强烈空间变异性区域的土壤利用变化时,将多集中于区域尺度的土地覆盖情况展开平均化处理。而利用单一时相的非随机抽样方式,仅能获取地表覆盖样本集的全局模糊特征,降低了土地利用变化监测的Moran I指数。为此,提出多时相卫... 当表征具有强烈空间变异性区域的土壤利用变化时,将多集中于区域尺度的土地覆盖情况展开平均化处理。而利用单一时相的非随机抽样方式,仅能获取地表覆盖样本集的全局模糊特征,降低了土地利用变化监测的Moran I指数。为此,提出多时相卫星遥感影像下土地利用变化动态监测方法。运用多时相卫星遥感技术采集土地遥感影像,运用信息熵-低通滤波策略有效消除云层干扰,包括量化云区影响范围、区分非云区与不同厚度云区,以及利用高斯低通滤波器获取云区低频特性并实现云层消除,从而准确捕捉地表覆盖季节性特征。采用尺度不变特征变换算法得到低通滤波处理后遥感影像的局部特征,利用视觉词典中的视觉单词替换遥感图像特征点,整合土地类别信息,运用支持向量机算法实施数据分类训练,完成土地利用变化动态监测。仿真结果表明,上述方法土地利用变化监测结果与城市实际发展布局更为吻合,提高了Moran I指数,具备更高的监测精度与可靠性,能为相关部门制定土地规划政策提供有力依据。 展开更多
关键词 多时相卫星遥感 土地利用变化 动态监测 国土变更数据 支持向量机
在线阅读 下载PDF
支持向量机在太湖叶绿素a非线性反演中的应用 被引量：18
2
作者 张玉超 钱新 +2 位作者 钱瑜 刘建萍 孔繁翔 《中国环境科学》 EI CAS CSCD 北大核心 2009年第1期78-83,共6页
根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析... 根据湖泊监测的特点,采用支持向量机(SVM)方法,反演太湖叶绿素a的浓度分布.将2005年8月太湖29个现场水质监测点数据分为训练测试样本集和验证样本集,利用训练测试样本集以及与其时间同步的MODIS遥感影像,分别构建了4种SVM模型.对比分析表明,直接以波段反射率以及水深信息构成输入向量的SVM模型预测效果最好.利用训练测试样本构建了线性回归模型、主成分分析模型(PCA)以及神经网络模型(ANN),并利用验证数据比较了上述3种模型与SVM模型的预测结果.结果表明ANN模型和SVM模型预测能力明显优于另外2种模型,其中SVM模型对低值和高值均有较好的预测精度,平均相对误差仅为15.91%,预测精度比ANN模型提高了10%.利用SVM模型和ANN模型分别反演了2005年8月15日太湖叶绿素a浓度分布,比较了2种模型反演结果的异同,分析了太湖叶绿素a分布特征及其成因. 展开更多
关键词 支持向量机 叶绿素A MODIS 太湖
在线阅读 下载PDF
全尾砂絮凝沉降速度优化预测模型 被引量：33
3
作者 王新民 赵建文 张德明 《中国有色金属学报》 EI CAS CSCD 北大核心 2015年第3期793-798,共6页
建立全尾砂沉降速度GA-SVM优化预测模型,利用遗传学算法对全尾砂沉降速度进行优化预测。建立支持向量机(SVM)回归预测模型,采用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,通过遗传算法(GA)对SVM模型参数进行优化选... 建立全尾砂沉降速度GA-SVM优化预测模型,利用遗传学算法对全尾砂沉降速度进行优化预测。建立支持向量机(SVM)回归预测模型,采用训练集对模型进行训练,以验证集预测值的均方误差作为适应度函数,通过遗传算法(GA)对SVM模型参数进行优化选择,应用优化得到的SVM模型对预测集进行预测。以司家营铁矿为例,在絮凝剂单耗8.6 g/t、尾砂浓度18%条件下,沉降速度即可达到1.31 m/h,满足生产需要,比原生产所需絮凝剂单耗减少14%。应用表明:该预测模型具有较高的实用性,为全尾砂沉降速度优化预测提供一种全新思路。 展开更多
关键词 充填 沉降速度 支持向量机 遗传算法
在线阅读 下载PDF
基于压缩感知理论的苹果病害识别方法 被引量：19
4
作者 霍迎秋 唐晶磊 +1 位作者 尹秀珍 方勇 《农业机械学报》 EI CAS CSCD 北大核心 2013年第10期227-232,共6页
为实现自然场景下低分辨率苹果果实病害的智能识别,提出了一种基于压缩感知理论的苹果病害识别方法。以轮纹病、炭疽病和新轮纹病3种常见的苹果果实病害为研究对象,提取病斑的8个纹理特征参数组成训练特征矩阵。利用压缩感知理论,求解... 为实现自然场景下低分辨率苹果果实病害的智能识别,提出了一种基于压缩感知理论的苹果病害识别方法。以轮纹病、炭疽病和新轮纹病3种常见的苹果果实病害为研究对象,提取病斑的8个纹理特征参数组成训练特征矩阵。利用压缩感知理论,求解待测样本特征向量在特征矩阵上的稀疏表示系数向量,通过对系数向量的分析实现待测样本的分类。设计灰度关联分析和支持向量机识别模型与本文方法进行识别效果对比,平均正确识别率分别为86.67%、90%和90%。实验结果表明,基于压缩感知理论的识别方法能够对苹果病害进行有效识别。 展开更多
关键词 苹果病害 压缩感知 特征矩阵 稀疏表示 支持向量机
在线阅读 下载PDF
基于样本熵和极端学习机的超短期风电功率组合预测模型 被引量：79
5
作者 张学清 梁军 +3 位作者 张熙 张峰 张利 徐兵 《中国电机工程学报》 EI CSCD 北大核心 2013年第25期33-40,8,共8页
该文提出一种经验模态分解(empirical mode decomposition,EMD)–样本熵(sample entropy,SE)和极端学习机(extreme learning machine,ELM)相结合的风电功率超短期预测方法。该方法首先利用EMD-SE将风电功率时间序列分解为一系列复杂度... 该文提出一种经验模态分解(empirical mode decomposition,EMD)–样本熵(sample entropy,SE)和极端学习机(extreme learning machine,ELM)相结合的风电功率超短期预测方法。该方法首先利用EMD-SE将风电功率时间序列分解为一系列复杂度差异明显的风电子序列;其次利用最小二乘支持向量机(least squares support vector machine,LSSVM)、极端学习机和经原始岭回归(primal ridgeregression,PRR)改进的极端学习机(PRR-ELM)对各子序列建立组合预测模型,并采用交叉验证法和重构相空间法确定各模型的参数和输入向量维数,以提高各组合模型的预测精度;最后以某一风电场实际采集的数据为算例,结果表明基于EMD-SE理论的ELM和PRR-ELM组合预测模型在预测精度和训练速度上都明显优于EMD-SE理论和LSSVM的组合模型,且其预测结果更接近于真实值,为实现风电功率在线的较高精度超短期预测提供了可能。 展开更多
关键词 风电预测 样本熵 极端学习机 岭回归 支持向量机
原文传递
多类分类SVM在电能质量扰动识别中的应用 被引量：17
6
作者 陈春玲 许童羽 +2 位作者 郑伟 姜凤利 郭丹 《电力系统保护与控制》 EI CSCD 北大核心 2010年第13期74-78,共5页
结合傅里叶变换良好的幅频特性、小波变换良好的时频特性和支持向量机优秀的统计学习能力,采用多类分类支持向量机进行电能质量扰动的分类识别。对电压骤升、电压骤降、电压中断、谐波、电压波动、暂态振荡、瞬时脉冲、频率偏差等八种... 结合傅里叶变换良好的幅频特性、小波变换良好的时频特性和支持向量机优秀的统计学习能力,采用多类分类支持向量机进行电能质量扰动的分类识别。对电压骤升、电压骤降、电压中断、谐波、电压波动、暂态振荡、瞬时脉冲、频率偏差等八种常见电能质量扰动进行数学建模,利用傅里叶变换和小波变换对产生的样本波形进行特征提取,将特征量输入到osu_svm进行电能质量扰动多类分类。算例表明该方案具有识别正确率高,训练样本数少,训练时间短,实时性好,对噪声不敏感等优点,是电能质量扰动识别的有效方法。 展开更多
关键词 电能质量 扰动识别 支持向量机 多类分类
在线阅读 下载PDF
南京地区冬季路面结冰天气标准及其预测 被引量：45
7
作者 刘梅 尹东屏 +1 位作者 王清楼 高苹 《气象科学》 CSCD 北大核心 2007年第6期685-690,共6页
本文通过对南京地区1984—2003年20 a 110个降水结冰样本当日温度的统计分析,讨论了南京地区结冰时间变化和各影响温度的变化规律,总结了对结冰预报具有指示意义的关键因子;同时利用支持向量机方法探讨了南京地区结冰预报方法,该方法具... 本文通过对南京地区1984—2003年20 a 110个降水结冰样本当日温度的统计分析,讨论了南京地区结冰时间变化和各影响温度的变化规律,总结了对结冰预报具有指示意义的关键因子;同时利用支持向量机方法探讨了南京地区结冰预报方法,该方法具有显著的预报价值。在此基础上根据Norrman提出的路面打滑分类,结合南京地区具体情况得出了南京雨雪天气路面结冰的类别、标准和预测预报方法。 展开更多
关键词 路面结冰 判别标准 预测方法 支持向量机
在线阅读 下载PDF
基于免疫优化多分类SVM的变压器故障诊断新方法 被引量：15
8
作者 韩富春 高文军 +1 位作者 廉建鑫 杨洁 《电力系统保护与控制》 EI CSCD 北大核心 2012年第2期106-110,共5页
针对支持向量机中参数设置对支持向量机分类精确度影响较大及传统支持向量机不能直接用于多分类问题的状况,提出了一种基于免疫优化多分类支持向量机的变压器故障诊断新方法,该方法利用免疫算法优化支持向量机分类参数。以一类分类算法... 针对支持向量机中参数设置对支持向量机分类精确度影响较大及传统支持向量机不能直接用于多分类问题的状况,提出了一种基于免疫优化多分类支持向量机的变压器故障诊断新方法,该方法利用免疫算法优化支持向量机分类参数。以一类分类算法为基础建立多分类算法模型,在高维特征空间求出超球体中心,然后计算样本与中心最小距离,以此判定该点所属故障类型。该算法充分发挥了支持向量机高泛化能力的优势,大大减少了对支持向量机参数选择的盲目性。仿真计算结果表明,在有限样本情况下,该方法能够达到较高的变压器故障诊断率,从而证实了该方法的正确性和有效性。 展开更多
关键词 变压器 免疫算法 支持向量机 故障诊断
在线阅读 下载PDF
基于改进灰色神经网络的液压泵寿命预测 被引量：26
9
作者 何庆飞 陈桂明 +1 位作者 陈小虎 姚春江 《中国机械工程》 EI CAS CSCD 北大核心 2013年第4期500-506,共7页
改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指... 改进了GM(1,1)模型,提高了其精度和适应范围;将改进的GM(1,1)模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型;提出了基于支持向量机的液压泵寿命特征启发式搜索策略,以液压泵寿命特征参数特征集的交叉验证错误率为评价指标,从液压泵的特征参数(振动、压力、流量、温度、油液信息等)中选取寿命特征因子;运用小波阈值降噪法进行降噪处理,提取典型的小波包能量特征作为模型的输入。以齿轮泵为例,将改进的灰色神经网络预测模型与原始GM(1,1)模型和改进GM(1,1)模型比较可知,灰色神经网络预测模型预测精度最高,达到98.42%。 展开更多
关键词 液压泵 寿命预测 GM(1 1)模型 神经网络 支持向量机
在线阅读 下载PDF
基于SVM灵敏度的城市交通事故严重程度影响因素分析 被引量：20
10
作者 孙轶轩 邵春福 +1 位作者 岳昊 朱亮 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2014年第5期1315-1320,共6页
基于某中小城市4881起交通事故现场数据,构建了基于'道路交通事故信息系统'事故数据的特征变量集;以一般事故、严重事故作为二分类标签,建立事故严重程度支持向量机(SVM)分类识别模型,并分别通过网格搜索法、遗传算法进行模型... 基于某中小城市4881起交通事故现场数据,构建了基于'道路交通事故信息系统'事故数据的特征变量集;以一般事故、严重事故作为二分类标签,建立事故严重程度支持向量机(SVM)分类识别模型,并分别通过网格搜索法、遗传算法进行模型核参数寻优;最后,通过单因素局部灵敏度分析方法,研究各个特征变量对模型测试集分类精度的影响,进一步确定事故严重程度的核心影响因素。结果表明:SVM模型在训练集和测试集上的分类精度均在80%左右,表现出良好的分类识别效果和泛化能力;事故属性、车辆属性中有8个特征变量,显著影响SVM模型的分类精度。 展开更多
关键词 交通工程 事故严重程度 分类识别 支持向量机 智能算法
在线阅读 下载PDF
风电日前发电功率的集成学习预测模型 被引量：20
11
作者 刘克文 蒲天骄 +1 位作者 周海明 刘广一 《中国电机工程学报》 EI CSCD 北大核心 2013年第34期130-135,21,共6页
为降低风电强波动性对预测的干扰,提高整体泛化能力,引入集成学习的分析方法,构建一种动态调整权重分配的风电预测集成学习模型。通过不同的地理和气象特征(地理环境、高度、季节等)分类组成多个样本子集,在训练中根据训练结果不断调节... 为降低风电强波动性对预测的干扰,提高整体泛化能力,引入集成学习的分析方法,构建一种动态调整权重分配的风电预测集成学习模型。通过不同的地理和气象特征(地理环境、高度、季节等)分类组成多个样本子集,在训练中根据训练结果不断调节样本概率权重分布,给出对训练样本的差异化处理方法,最后根据权重集成最终结果。通过算例与单一预测模型进行比较,验证了模型在风电突变点的预测误差最小,说明该方法对风电波动突变点具有更好的泛化能力,在风电剧烈波动期能够提供更高的精度。 展开更多
关键词 风力发电 集成学习 动态权重分配 支持向量机 人工神经网络
原文传递
提高支持向量机训练速度的CM-SVM方法 被引量：6
12
作者 肖小玲 李腊元 张翔 《计算机工程与设计》 CSCD 北大核心 2006年第22期4183-4184,4238,共3页
针对支持向量机在大规模样本学习时,学习速度慢,需要存储空间大等问题,提出了一种将支持向量机方法与C均值方法结合的CM-SVM方法。在该方法中,先采用C均值方法对训练样本集进行聚类,然后依据聚类域中样本的类型特点确定样本的约简方式... 针对支持向量机在大规模样本学习时,学习速度慢,需要存储空间大等问题,提出了一种将支持向量机方法与C均值方法结合的CM-SVM方法。在该方法中,先采用C均值方法对训练样本集进行聚类,然后依据聚类域中样本的类型特点确定样本的约简方式。仿真图像实验结果表明,CM-SVM方法提高了支持向量机的学习速度,同时支持向量机的分类精度几乎没有降低,表现出较好的样本约简性能。 展开更多
关键词 支持向量机 聚类 约简 C均值 速度
在线阅读 下载PDF
基于时间-小波能量谱熵的滚动轴承故障诊断研究 被引量：18
13
作者 唐贵基 邓飞跃 +1 位作者 何玉灵 王晓龙 《振动与冲击》 EI CSCD 北大核心 2014年第7期68-72,91,共6页
针对轴承振动信号中存在周期性冲击这一现象,提出了时间-小波能量谱熵的计算方法,用于滚动轴承的故障诊断。首先构造脉冲小波,采用连续小波变换的方法得到时间域内小波能量谱,再沿时间轴计算能量谱熵,定量描述振动信号沿时间的分布情况... 针对轴承振动信号中存在周期性冲击这一现象,提出了时间-小波能量谱熵的计算方法,用于滚动轴承的故障诊断。首先构造脉冲小波,采用连续小波变换的方法得到时间域内小波能量谱,再沿时间轴计算能量谱熵,定量描述振动信号沿时间的分布情况,不同故障下轴承的冲击振动随时间变化程度不同,其时间-小波能量谱熵值也就不同。将不同故障轴承信号的时间-小波能量谱熵作为向量特征输入建立支持向量机,实现了对轴承的工作状态和故障类型的判断。实验结果表明,时间-小波能量谱熵可以有效地对滚动轴承进行故障诊断。 展开更多
关键词 滚动轴承 故障诊断 连续小波变换 熵 支持向量机
在线阅读 下载PDF
针对个体差异的心理压力评估 被引量：5
14
作者 李昕 张云鹏 +3 位作者 李红红 陈泽涛 应立娟 吴水才 《中国生物医学工程学报》 CAS CSCD 北大核心 2014年第1期45-50,共6页
慢性心理压力会带来一系列的病理、生理风险,直接影响健康。有效地评估心理压力,一直是心理压力研究中的热点问题。在心理压力评估过程中,个体差异是影响评估效果的关键。本研究针对评估心理压力/非压力反应中个体差异问题,以表面肌电... 慢性心理压力会带来一系列的病理、生理风险,直接影响健康。有效地评估心理压力,一直是心理压力研究中的热点问题。在心理压力评估过程中,个体差异是影响评估效果的关键。本研究针对评估心理压力/非压力反应中个体差异问题,以表面肌电信号作为评估参数,以高校即将毕业的学生人群为对象,提出了一种改进的支持向量机心理压力评估算法。算法通过对样本聚类,并将聚类信息赋予支持向量机的损失函数,实现训练样本的筛选,针对筛选后出现两类样本不平衡问题,为损失函数赋予权重来降低分类器的预测倾向性,减少训练模型的误差,补偿不平衡样本数据所造成的影响。心理压力评估分类正确率由改进前的70.34%,提高到79.31%,算法运行时间由改进前的2026.5 s减少到541.3 s。结果表明,该算法可以有效地解决个体差异对于心理压力评估效果的影响,同时降低了分类器的计算复杂度,为心理压力评估中个体差异研究提供一种可行的方案。 展开更多
关键词 肌电 心理压力评估 个体差异 支持向量机 权重 myoelectrogram (EMG) SUPPORT VECTOR MACHINE (SVM)
暂未订购
变压器油色谱在线监测周期动态调整策略研究 被引量：34
15
作者 梁永亮 李可军 +2 位作者 赵建国 牛林 任敬国 《中国电机工程学报》 EI CSCD 北大核心 2014年第9期1446-1453,共8页
变压器油色谱在线监测装置的运行成本与其监测周期密切相关,如何根据设备的运行情况调整监测周期,在保证运行效率的同时兼顾经济性,是该文研究的核心问题,在此背景下,提出一种动态调整在线监测周期的方法。首先在理论论述监测周期影响... 变压器油色谱在线监测装置的运行成本与其监测周期密切相关,如何根据设备的运行情况调整监测周期,在保证运行效率的同时兼顾经济性,是该文研究的核心问题,在此背景下,提出一种动态调整在线监测周期的方法。首先在理论论述监测周期影响油色谱在线监测装置寿命的基础上,对平稳过程短时监测周期的时间序列数据进行相空间重构,得到最优时延和嵌入维数,并以最优时延作为相对最优监测周期。然后基于引力搜索优化方法和快速相关向量机建立气体浓度自适应预测模型,并设定预警标准,根据预测结果以及其他监测设备监测结果保持或缩短监测周期。仿真计算结果证明:所提气体浓度预测模型具有良好的预测精度;相比较依据产气率注意值,基于气体浓度预测技术的预警方法更适用于短时间间隔、含量较低的气体浓度数据;相比气体含量注意值方法,所提方法能够有效地发现可能出现的异常情况。文中研究提供了一种在不影响监测有效性的前提下,实现油色谱在线监测装置经济效益更大化的可行方法。 展开更多
关键词 在线监测周期 相空间重构 引力搜索优化 相关向量机 变压器油色谱
原文传递
支持向量机在反垃圾邮件过滤中的应用 被引量：7
16
作者 邹汉斌 雷红艳 邓卫红 《计算机工程与设计》 CSCD 北大核心 2007年第9期2015-2017,共3页
垃圾邮件对计算机系统的安全和人们的生活造成了严重的威胁,反垃圾邮件问题已经成为的具有重要现实意义的研究课题。针对垃圾邮件过滤本质是分类问题,提出了一种基于服务器前端的反垃圾邮件过滤方法,它采用了改进的v支持向量机算法对邮... 垃圾邮件对计算机系统的安全和人们的生活造成了严重的威胁,反垃圾邮件问题已经成为的具有重要现实意义的研究课题。针对垃圾邮件过滤本质是分类问题,提出了一种基于服务器前端的反垃圾邮件过滤方法,它采用了改进的v支持向量机算法对邮件内容进行分类,过滤垃圾邮件。研究结果表明该方法与直接的支持向量机增量算法相比,提高了过滤的准确率,具有一定的应用价值。 展开更多
关键词 垃圾邮件 邮件过滤 分类 支持向量机 增量算法
在线阅读 下载PDF
基于遗传算法和支持向量机的特征选择研究 被引量：19
17
作者 王世卿 曹彦 《计算机工程与设计》 CSCD 北大核心 2010年第18期4088-4092,共5页
为了让特征子集获得较高的分类准确率,提出了基于遗传算法和支持向量机的特征选择方法。该方法在ReliefF算法提供先验信息的基础上,将SVM参数混编入特征选择基因编码中,然后利用遗传算法寻求最优的特征子集和支持向量机参数组合。实验... 为了让特征子集获得较高的分类准确率,提出了基于遗传算法和支持向量机的特征选择方法。该方法在ReliefF算法提供先验信息的基础上,将SVM参数混编入特征选择基因编码中,然后利用遗传算法寻求最优的特征子集和支持向量机参数组合。实验结果表明,通过该方法选择的特征子集和支持向量机参数组合能以较小的特征子集获得较高的分类准确率。 展开更多
关键词 RELIEFF 遗传算法 支持向量机 特征 特征选择
在线阅读 下载PDF
基于k均值聚类和自适应模板匹配的眼底出血点检测方法 被引量：12
18
作者 肖志涛 赵北方 +7 位作者 张芳 耿磊 吴骏 王雯 张欣鹏 苏龙 陈莉明 单春燕 《中国生物医学工程学报》 CAS CSCD 北大核心 2015年第3期264-271,共8页
眼底出血点是糖尿病视网膜病变的早期症状,准确检测眼底图像中的出血点,对于构建糖尿病视网膜病变的自动筛查系统具有重要意义,本研究提出了一种基于k均值聚类和自适应模板匹配的出血点检测方法。首先利用HSV空间亮度校正以及对比度受... 眼底出血点是糖尿病视网膜病变的早期症状,准确检测眼底图像中的出血点,对于构建糖尿病视网膜病变的自动筛查系统具有重要意义,本研究提出了一种基于k均值聚类和自适应模板匹配的出血点检测方法。首先利用HSV空间亮度校正以及对比度受限自适应直方图均衡化方法对眼底图像进行预处理,然后使用k均值聚类分割出候选目标,最后利用自适应归一化互相关模板匹配与支持向量机(SVM)分类器对候选目标进行筛选,从而得到真正的出血区。采用DIARETDB数据库的219幅眼底图像进行实验,本方法在图像水平的灵敏度为100%,特异性为80%,准确率为92.4%,在病灶水平的灵敏度为89%,阳性预测值为87.3%。结果表明本方法能够实现眼底图像中出血点的自动检测。 展开更多
关键词 眼底图像 出血点 K均值聚类 自适应模板匹配 支持向量机
在线阅读 下载PDF
120°E赤道电离异常区电子浓度总含量分析与预测 被引量：6
19
作者 徐振中 王伟民 +1 位作者 王博 杨升高 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2012年第7期2185-2192,共8页
基于国际全球定位服务中心(International GPS Service,IGS)提供的120°E上空1999—2009年IONEX格式电离层电子浓度总含量(TEC)资料,分析赤道电离异常驼峰区TEC峰值Inc和Isc的年变化和季节变化以及与太阳、地磁活动的相关性.在11年... 基于国际全球定位服务中心(International GPS Service,IGS)提供的120°E上空1999—2009年IONEX格式电离层电子浓度总含量(TEC)资料,分析赤道电离异常驼峰区TEC峰值Inc和Isc的年变化和季节变化以及与太阳、地磁活动的相关性.在11年时间尺度上,Inc和Isc与太阳辐射P指数的日均值有较好的相关性(r=0.90和r=0.84),而与地磁活动指数Dst、Kp和Ap日均值的相关性均不好.驼峰区TEC峰值Inc和Isc都是在北半球春、秋季出现极大值,而且冬季值大于夏季值,即Inc呈现"半年异常"和"冬季异常"现象,我们认为Inc和Isc相似的半年变化特征是与赤道上空电离层电急流相关的东向电场半年变化导致的.利用支持向量回归方法构建了EIA指数的预报模型,预报试验结果表明,该预报模型能较准确地描述Inc和Isc的变化,对南北驼峰TEC峰值预报的平均相对误差分别为22.96%和10.2%.基于支持向量机回归的预测方法为赤道电离异常特征指数预报的实现提供一条有效方法途径和好的应用前景. 展开更多
关键词 电离层赤道异常 电子浓度总含量(TEC) 赤道电急流 支持向量机(SVM)
在线阅读 下载PDF
基于CS-SVM的山梨酸钾的荧光光谱检测法研究 被引量：11
20
作者 王书涛 朱彩云 +4 位作者 刘洺辛 彭涛 程琪 孔德明 王玉田 《计量学报》 CSCD 北大核心 2018年第5期747-752,共6页
通过分析山梨酸钾的橙汁溶液的荧光光谱特征,发现山梨酸钾在激发波长为375 nm、发射波长为450~510 nm范围的光谱图有毛刺,说明橙汁被激发的荧光会干扰山梨酸钾的荧光光谱。构建布谷鸟搜索算法(CS)优化支持向量机(SVM)模型对15个样本进... 通过分析山梨酸钾的橙汁溶液的荧光光谱特征,发现山梨酸钾在激发波长为375 nm、发射波长为450~510 nm范围的光谱图有毛刺,说明橙汁被激发的荧光会干扰山梨酸钾的荧光光谱。构建布谷鸟搜索算法(CS)优化支持向量机(SVM)模型对15个样本进行训练,并预测7个样本的山梨酸钾的浓度。CS-SVM的平均回收率为99.07%,均方误差为1.21×10-5g/L,结果表明CS-SVM能够精确测定橙汁溶液中山梨酸钾的浓度,CS-SVM训练过程和对预测结果的平均回收率、误差都优于PSO-SVM和GA-SVM。 展开更多
关键词 计量学 山梨酸钾 荧光光谱 布谷鸟搜索算法 支持向量机
在线阅读 下载PDF
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 2 … 9 下一页 到第 页
使用帮助 返回顶部