[1]徐南,陈逸凡,吴彦,等.基于交叉验证LSSVM的大坝监测数据处理模型[J].水利与建筑工程学报,2013,(03):67-69.
点击复制

基于交叉验证LSSVM的大坝监测数据处理模型()
分享到：

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2013年03期
页码:
67-69
栏目:
出版日期:
2013-06-30

文章信息/Info

作者:
徐南；陈逸凡；吴彦；
河海大学地球科学与工程学院；河海大学水利水电学院；
关键词:
大坝监测; 数据处理; 支持向量机; 交叉验证
文献标志码:
A
摘要:
使用交叉验证法搜索最优模型参数,以此建立大坝监测数据处理模型。依据对所建模型进行测试,测试结果与BP神经网络模型所得结果比较得出如下结论:基于交叉验证LSSVM的大坝监测数据处理模型具有较好的稳定性和较高的精度,提出的大坝监测数据处理模型具有较高的实用性。更多还原

参考文献/References:

［１］ 曾杰，张华．基于最小二乘支持向量机的风速预测 模型［Ｊ］．电网技术，２００９，（１８）：１４４-１４７．
[2] 高永刚，岳建平．石杏喜支持向量机在变形监测数据处 理中的应用［Ｊ］．水电自动化与大坝监测，２００５，２９（５）： ３６-３９．
[3] 王凯，侯著荣，王聪丽．基于交叉验证ＳＶＭ的网络入 侵检测［Ｊ］．测试技术学报，２０１０，２４（５）：４１９-４２３．
[4] 白鹏，张喜斌，张斌，等．支持向量机理论及工程应 用实例［Ｍ］．西安：西安电子科技大学出版社，２００８：１４- １５．
[5] 徐晖，李钢．基于ＭＡＴＬＡＢ的ＢＰ神经网络在大坝 观测数据处理中的应用［Ｊ］．武汉大学学报，２００５，３８ （３）： ５０-５３．

相似文献/References:

[1]杨国华,黄腾,韩易.结合频谱分析的时间序列分析在变形数据处理上的应用[J].水利与建筑工程学报,2013,(06):186.
[2]刘劼.基于GIS的宝鸡峡灌区管理信息系统设计[J].水利与建筑工程学报,2013,(06):208.

更新日期/Last Update: 1900-01-01