公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

基于非测距的水下无线传感器网络节点定位方法及系统: 本发明提供了一种基于非测距的水下无线传感器网络节点定位方法及系统，其中，基于非测距的水下无线传感器网络节点定位系统包括：数据采集装置和数据处理装置，所述数据采集装置包括多个未知节点以及多个信标节点，所述数据处理装置包括多...; 张颖梁纪兴姜胜明李梅张海洋袁显峰郑冰心孙宏梁乔运龙高倩倩李旭潘欣方敏

基于ELMR-SVMR的海水水质预警模型研究被引量：3: 2016年; 海水水质预警对海洋环境监控和保护有着重要的意义.极限学习机回归和支持向量机回归(extreme learning machine regression-support vector machine regression,ELMRSVMR)集成预警模型采用预测与评价相结合的方式,实现对未来海水富营养化状况综合预警的目的.其中SVMR方法用于构建海水富营养化评价模型;ELMR用于对未来一段时间的水质状况进行综合预测,ELMR的预测结果作为评价模型的输入变量.集成模型的可靠性直接影响预警的有效性,ELMR-SVMR的可靠性通过分析ELMR预测误差对SVMR评价模型的灵敏度得到.将各参变量的预测误差结果作为评价模型的灵敏度影响参量,通过灵敏度计算可获得对ELMR-SVMR模型的灵敏度评价.通过与其他方法的实验对比及分析,验证了该区域范围内所建ELMR-SVMR预警模型的有效性,为探索建立有效的海水水质预警模型提供了一种新途径.; 张颖李梅高倩倩施佳; 关键词：极限学习机支持向量机海水富营养化

基于ELMR-SVMR的海水水质预警模型研究: 海水水质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,极限学习机...; 张颖李梅高倩倩施佳; 关键词：极限学习机支持向量机海水富营养化; 文献传递

基于ELMR-SVMR的海水水质预警模型研究: 海水水质预警对海洋环境的监控和保护有着重要的意义.ELMR-SVMR(Extreme Learning MachineRegression-Support Vector Machine Regression,极限学习机回...; 张颖李梅高倩倩施佳; 关键词：极限学习机支持向量机海水富营养化

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

基于非测距的水下无线传感器网络节点定位方法及系统: 本发明提供了一种基于非测距的水下无线传感器网络节点定位方法及系统，其中，基于非测距的水下无线传感器网络节点定位系统包括：数据采集装置和数据处理装置，所述数据采集装置包括多个未知节点以及多个信标节点，所述数据处理装置包括多...; 张颖梁纪兴姜胜明李梅张海洋袁显峰郑冰心孙宏梁乔运龙高倩倩李旭潘欣方敏; 文献传递

全选清除导出

共1页<1>

李梅