上海市教育委员会创新基金(13YZ084)
- 作品数:8 被引量:114H指数:4
- 相关作者:张颖高倩倩施佳李梅李俊甫更多>>
- 相关机构:上海海事大学更多>>
- 发文基金:上海市教育委员会创新基金上海市自然科学基金国家自然科学基金更多>>
- 相关领域:环境科学与工程自动化与计算机技术水利工程电子电信更多>>
- 基于支持向量回归机算法的海水富营养化过程中藻类繁殖状态软测量研究被引量:1
- 2014年
- 提出了利用支持向量回归机算法(SVR)建立海水叶绿素-a浓度的软测量方法,采用灰色关联分析法获取叶绿素-a软测量模型的主要辅助测量变量。将基于支持向量回归机的叶绿素-a软测量结果与BP神经网络和T-S模糊神经网络方法进行了对比,结果表明,这种基于支持向量回归机的软测量方法能够有效测量海水叶绿素-a的浓度。
- 张颖高倩倩高茂庭
- 关键词:支持向量回归机软测量富营养化灰色关联分析
- 一种适用于多级能量异构传感器网络的分簇算法
- 针对传感器网络能量受限的特点,如何提高传感器网络路由协议的能量有效性成为当前这一领域亟待解决的问题。目前,国内外研究人员提出的路由算法大多是针对同构网络,而更贴近于实际环境的异构网络的路由算法研究则相对较少。本文从节能和...
- 张颖季常刚李俊甫
- 关键词:异构传感器网络分簇算法
- 基于极限学习机回归的海水Chla浓度预测方法被引量:2
- 2015年
- 有效监测海水Chl a浓度状况对近海赤潮等海洋灾害的预警预报有着重要意义。运用灰色关联分析法确定预测模型的输入变量,可有效降低预测模型系统维数。采用极限学习机回归方法建立海水Chl a浓度预测模型,通过与广义回归神经网络、支持向量机回归二种模型的预测效果进行对比,表明极限学习机回归预测模型具有较好的预测精度、预测效率和泛化能力,能够实现针对研究水域环境下Chl a浓度的有效预测。
- 张颖高倩倩
- 关键词:灰色关联分析软测量
- 基于VFFO算法混合优化的水声传感器网络部署策略
- 水声传感器网络的部署优化是提高水声传感器网络覆盖性能的一个重要方法,有效的水声传感器网络部署优化算法需要在提高传感器网络有效覆盖率的同时兼顾传感器节点的能量有限性。本文设计了基于改进的虚拟力和改进的果蝇算法混合控制水声传...
- 张颖乔运龙张海洋
- 关键词:水声传感器网络虚拟力
- 文献传递
- 基于人工势场的水下传感器网络部署优化策略
- 水下传感器网络是由搭载在AUV上的移动节点和固定节点组成的三维混合型网络,其部署优化策略研究具有重要现实意义。在随机部署状态下,对移动节点的位置进行调整可以提高水下传感器网络的有效覆盖率和目标检测率。根据水下传感器网络的...
- 张颖乔运龙赵伟
- 关键词:人工势场水下传感器网络分布式算法
- 文献传递
- 基于随机森林分类算法的巢湖水质评价被引量:35
- 2016年
- 基于监测数据及机器学习算法的湖泊水质实时评价技术对当前湖泊水资源的管理、维护和保护具有重要意义。本文针对巢湖水质的类别评价,利用随机森林(Random Forest,RF)分类算法对该区域水质进行类别判定。与其他算法相比,随机森林算法有着精度高、可容忍噪声强等诸多优点。测试结果表明,当决策树的棵数ntree=300,分裂属性集中属性个数mtry=2时,在合肥湖滨监测断面水质分类准确率可达96.15%,在巢湖裕溪口监测断面水质分类准确率高达100%,该方法具有稳健性较高、实用性强、泛化性能好等特点,能够有效进行水质评价。
- 张颖高倩倩
- 关键词:决策树水质评价
- 基于分簇及移动sink最优路径选择的传感网络密钥管理
- 现有大多数密钥管理方案并未综合考虑无线传感器网络拓扑动态变化及sink节点移动的场景。本文提出一种基于动态分簇及移动sink最优路径选择的密钥管理方案。该方案充分考虑无线传感网动态变化的拓扑结构以及移动sink的最优路径...
- 张颖郑冰心袁显峰
- 关键词:动态分簇移动SINK最优路径选择密钥管理
- 文献传递
- 基于深度和能量的水下三维传感器网络分簇路由算法
- 针对水下三维传感器网络定位困难、传输损耗大等特性,提出了基于深度和能量的水下三维传感器网络分簇路由协议。在分簇过程中,根据水下节点到水面的深度、节点的剩余能量来选举簇头,普通节点根据与簇头的深度差选择它们自己的簇头,形成...
- 张颖孙宏梁季常刚
- 关键词:分簇路由算法
- 文献传递
- 基于粒子群优化极限学习机的水质评价新模型被引量:18
- 2016年
- 河流水质实时评价技术对当前河流水资源管理和保护具有重要意义。该文以淮河水质为例,利用粒子群优化的极限学习机(Particle Swarm Optimization-Extreme Learning Machine,PSO-ELM)分类算法对淮河水质进行类别判定。在极限学习机(ELM)分类算法中随机给定输入权值矩阵和隐含层偏置,需要较多的隐含层节点才能达到所需的精度要求,隐含层节点过多易于出现过拟合现象并增加算法的计算量。该文利用粒子群算法(PSO)优化极限学习机的输入权值矩阵和隐含层偏置,计算输出权值矩阵,以减少隐含层节点。通过对比PSO-ELM、ELM这2种算法发现,PSO-ELM算法以较少的隐含层节点可获得更高的精度,降低了对实验样本的需求量,提高了模型的拟合能力。实验结果表明,PSO-ELM对于水质类别判定具有一定的可行性和有效性。
- 张颖李梅
- 关键词:粒子群优化极限学习机水质评价权值隐含层
- 基于ELMR-SVMR的海水富营养化预警模型及其灵敏度分析
- 海水富营养化预警对海洋环境的监控和保护有着重要的意义。ELMR-SVMR(Extreme Learning Machine Regression-Support Vector Machine Regression,极限学...
- 张颖高倩倩施佳
- 文献传递