您的位置: 专家智库 > >

伏晓

作品数:4 被引量:14H指数:3
供职机构:河海大学水利水电学院更多>>
发文基金:国家教育部博士点基金教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
相关领域:水利工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇水利工程

主题

  • 3篇向量
  • 3篇向量机
  • 3篇大坝
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇群算法
  • 2篇坝变形
  • 2篇大坝变形
  • 1篇遗传算法
  • 1篇水工
  • 1篇水工结构
  • 1篇人工蜂群
  • 1篇人工蜂群算法
  • 1篇子群
  • 1篇自适
  • 1篇自适应
  • 1篇自适应粒子群...
  • 1篇自适应遗传
  • 1篇自适应遗传算...
  • 1篇相关向量机

机构

  • 4篇河海大学
  • 1篇大唐环境产业...

作者

  • 4篇伏晓
  • 1篇苏怀智
  • 1篇包腾飞
  • 1篇郑东健
  • 1篇陈敏
  • 1篇杨孟
  • 1篇范振东
  • 1篇董明
  • 1篇李月娇
  • 1篇屠立峰
  • 1篇朱世贤
  • 1篇唐琪

传媒

  • 2篇水电能源科学
  • 1篇三峡大学学报...
  • 1篇中国科技论文

年份

  • 1篇2017
  • 2篇2015
  • 1篇2014
4 条 记 录,以下是 1-4
排序方式:
基于APPSO-RVM与APPSO-SVM的大坝安全预警模型的应用比较研究被引量:5
2015年
为了提高大坝安全预警模型的精度和泛化能力,基于支持向量机(SVM)和相关向量机(RVM)理论,利用自适应粒子群算法(APPSO)分别对SVM和RVM模型中的参数进行寻优,建立了基于APPSO-SVM与APPSO-RVM的大坝安全预警模型,并通过实例应用做了比较。结果表明,尽管APPSO-RVM模型的相关向量个数少于APPSO-SVM模型,但APPSO-RVM模型的拟合精度和泛化能力均高于APPSO-SVM模型,因此在实际建模时应优先选择该模型。
杜传阳郑东健陈敏范振东伏晓
关键词:相关向量机自适应粒子群算法
基于改进自适应遗传算法的大坝变形支持向量机预测模型被引量:1
2015年
针对支持向量机模型预测大坝变形的核心为选取惩罚因子C和核函数参数σ的问题,以及标准遗传算法可能存在收敛局部小而最后得不到全局最优解、收敛速度慢等缺点,采用改进的自适应遗传算法对参数进行寻优。实例应用表明,与自适应遗传算法的支持向量机模型和统计模型相比,改进的自适应遗传算法的支持向量机模型推广能力和泛化能力更好,从而证明该预测模型具有可行性和实用性。
李月娇包腾飞屠立峰唐琪伏晓
关键词:大坝变形支持向量机
PPP-BOTDA分布式光纤传感技术在水工结构物健康监测中的可行性探讨被引量:4
2014年
基于脉冲预泵浦(pulse-prepump,PPP)布里渊光时域分析的PPP-BOTDA分布式光纤传感技术,作为新近发展起来的一种监测手段,在空间分辨率和精度方面具有明显优势。针对水工结构物健康监测的领域特点,通过多组试验,分析了PPPBOTDA分布式光纤传感技术的平均化次数、重复性、扫频范围、扫频步长、监测时间、长短距离空间定位精度、空间分辨率和采样间隔等各项性能指标,在此基础上,进行了基于该技术的水工结构物温度和应变监测试验,验证了该技术在水工结构物健康监测中的感知性能和可行性。
杨孟苏怀智郭芝韵伏晓
关键词:水工结构健康监测光纤传感技术
基于人工蜂群算法的大坝变形支持向量机预测模型被引量:4
2017年
为了解决支持向量机(SVM)参数优化方法在大坝变形预测中易陷入局部最优解的问题,利用人工蜂群(ABC)算法的强全局优化能力、强鲁棒性特点,将人工蜂群(ABC)算法运用到SVM参数优化中.将惩罚因子C和核函数σ作为ABC算法中的蜜源位置进行寻优,并运用到大坝的变形监测中.结果表明,基于人工蜂群算法的大坝变形支持向量机预测模型能够克服局部最优解,提升模型的拟合与预测精度.
董明陈慧艳伏晓朱世贤
关键词:大坝变形
共1页<1>
聚类工具0