公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

黄河径流长期演化模式与EMD灰色自记忆模型被引量：6: 2012年; 为了研究径流的长期演化模式及自记忆特征,采用自相关函数确定重构序列的回溯阶数,并构建基于经验模态函数(EMD)分解的灰色自记忆GM(1,N)预测模型。分析回溯阶和自相关函数之间关系,进一步阐明自记忆原理在水文领域应用的合理性。结果表明,黄河花园口86年天然径流序列存在长期演化的自记忆特征,演化模式可由7个内在本征模态函数(IMF)和趋势项组成;受流域水资源开发及气候变化因素影响,1965年后,径流演化模式发生变化,出现周期衰减现象;回溯阶与时间序列自相关函数变化相对应,序列平稳化后,依据自相关函数确定回溯阶数,可提高自记忆模型预测精度。; 吕继强沈冰邵年华董克鹏李抗彬; 关键词：黄河

核主成分支持向量机模型在蒸发预测中的应用被引量：2: 2010年; 核主成分分析(KPCA)法具有很好的非线性特征提取能力,利用KPCA提取输入数据的特征信息,并将特征信息作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA-SVM预测模型.通过实例检验表明,具有非线性特征提取的LSSVM模型的预测效果优于没有特征提取的LSSVM模型.与主成分分析(PCA)提取特征相比,KPCA特征提取效果更好.; 邵年华沈冰秦胜英戴玉萍; 关键词：核主成分分析支持向量机蒸发量

核主成分支持向量机模型在蒸发预测中的应用: 利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取，并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量，建立KPCA_SVM预测模型。以和田县的月蒸发量为例，对模型的预测效果进行检验。预测结果表明...; 邵年华沈冰秦胜英戴玉萍; 关键词：核主成分分析支持向量机信息提取; 文献传递

黄河上游高寒区水资源变化的气候响应特征被引量：2: 2011年; 利用黄河高寒区吉迈(达日县)水文站、国家气象局达日、玛多观测站1959—2007年,共计49 a水文、气象及部分冻土监测资料,采用峰型度及丰枯率指数、Mann-Kendall时间序列突变点及趋势检验方法、小波分析法、灰色关联分析等统计方法,分析径流年际、年内变化特征,探讨径流长期变化主要影响因素,并建立核主成分支持向量机(KPCA-LSSVM)预测模型,对未来2011—2014年径流情势进行分析。结果表明,由于区域气候、下垫面条件变化及人为因素影响,不同时期作用于水资源的主导因素存在差异,径流时间序列存在明显突变点,为1961、1999和2005年;黄河源区径流2002—2006年间存在不显著减少趋势,小波分析表明未来3～9 a内,年径流量将略高于1990—2007年间的平均值;1983年后冻结期气温升高,季节性冻土退化较为明显,对于径流的补给减少,是地区河道水资源减少的原因之一;模型预测结果显示,由于降水对于径流的延迟作用和气温升高引起冻融关系变化等原因,2011—2014年水源区河川径流量与多年平均值相比减少25.3%。; 吕继强沈冰莫淑红邵年华秦毅; 关键词：水文学

KPCA_SVM水文时间序列预测模型的建立与应用被引量：4: 2009年; 【目的】建立水文时间序列预测的核主成分支持向量机(KPCA_SVM)模型。【方法】利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取,并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA_SVM预测模型。以甘肃民勤地区的月蒸发量为例,对模型的预测效果进行检验。【结果】预测结果表明,KPCA_SVM模型预测效果优于PCA_SVM模型和LSSVM模型,预测平均相对误差为8.36%。【结论】KP-CA_SVM模型的预测效果优于没有特征提取的LSSVM模型。与主成分分析(PCA)提取特征相比,KPCA特征提取效果更好。; 邵年华沈冰黄领梅戴玉萍; 关键词：水文时间序列蒸发量核主成分分析支持向量机

混沌粒子群优化算法在马斯京根模型参数优化中的应用被引量：6: 2009年; 针对目前马斯京根模型参数率定中存在的求解复杂、精度不高等问题,本文将混沌搜索机制引入粒子群优化算法中,构建混沌粒子群优化算法对马斯京根模型参数进行率定。这种方法利用混沌运动的遍历性,改善了粒子群优化算法的全局寻优能力,避免算法陷入局部极值,使得粒子群体的进化速度加快,提高了算法的收敛速度和精度。通过实例应用表明,混沌粒子群优化算法可以有效地估算出马斯京根模型参数,优化效果明显优于粒子群优化算法及试错法,因此该算法具有很好的实用性。; 邵年华沈冰; 关键词：粒子群优化算法混沌洪水演算

水文时间序列几种预测方法比较研究: 水资源不仅是人类赖以生存与发展的基础性自然资源,也是社会发展所依仗的战略性自然资源。特别是干旱地区,水资源短缺和生态环境恶化已经成为当地面临的最严重问题。由于干旱地区气候干燥、降水稀少、蒸发强烈,使得水文过程呈现出非常复...; 邵年华; 关键词：干旱地区水文时间序列

PSO_SVM模型在蒸发预测中的应用被引量：5: 2009年; 利用支持向量机回归算法(SVM)结合粒子群优化算法(PSO)建立了用于蒸发预测的PSO_SVM模型,用和田地区实测蒸发量对其进行拟合与预测,并与传统的最小二乘支持向量机(LS_SVM)的预测结果进行了对比,结果表明PSO_SVM预测蒸发量的精度要高于LS_SVM,说明该模型可以用于蒸发预测。; 邵年华黄领梅沈冰秦胜英; 关键词：支持向量机粒子群

一种推求设计洪水过程线的改进方法: 本文采用分区法对典型洪水过程线进行分区，对时段衔接处的放大倍比采用加权系数法求解，其余采用传统算法，从而推求出设计洪水过程线。实例分析表明，改进后的方法能够很好地控制设计洪水的洪峰、洪量，较好地保持典型洪水模武，能减少人...; 邵年华黄领梅沈冰; 关键词：暴雨洪水洪峰流量洪水过程线水文计算; 文献传递

全选清除导出

共1页<1>

邵年华