刘宁
- 作品数:5 被引量:36H指数:2
- 供职机构:长沙理工大学交通运输工程学院更多>>
- 发文基金:国家自然科学基金湖南省重点学科建设项目湖南省教育厅科研基金更多>>
- 相关领域:自动化与计算机技术天文地球交通运输工程更多>>
- 基于支持向量机回归的水稻地重金属Fe含量估算被引量:2
- 2017年
- 本文利用地物光谱仪获取的土壤反射光谱,通过多元线性回归模型和支持向量机回归模型分别建立土壤铁含量的估算模型,并利用检验数据对模型进行验证。建模和估算决定系数为0.9855和0.7158,估算均方根误差为0.0601,结果表明利用支持向量机回归模型能够较好的进行土壤重金属含量的估算。
- 郭云开刘磊刘磊刘宁刘宁
- 关键词:支持向量机
- 基于土壤重金属含量指数变化的冠层光谱遥感分析被引量:2
- 2019年
- 为提高水稻冠层光谱反演水稻田土壤重金属含量的精度,针对实测土壤重金属含量进行信息提取研究,对其分别进行了对数变换、最大值变换和Box-cox变换。在实验分析中,为得到土壤重金属(Cu、Pb、Cd)反演模型,将土壤重金属及其变换数据与冠层光谱及其变换后的数据进行偏最小二乘回归分析,并分析所得模型精度和稳定性。分析结果表明,对测定重金属数据进行变换能够普遍提高模型的精度与稳定性;对属重度污染重金属Pb和中度污染重金属Cd有较好的预测结果,而对未形成污染的Cu则难以形成有效的预测分析。其成果对耕地土壤重金属含量监测评价具有重要的参考价值。
- 周烽松郭云开郝建明刘宁李丹娜
- 关键词:水稻冠层土壤重金属偏最小二乘回归
- 超限学习机在高速公路路基沉降预测中的应用被引量:6
- 2017年
- 为了探索超限学习机在路基沉降预测应用中的潜力和优势,以湖南省某高速公路为研究对象,通过超限学习机算法对路基多个断面的实测沉降数据进行了预测建模,并与BP神经网络和支持向量机进行了对比分析。研究结果表明,采用超限学习机对K4+300断面和K20+840断面的预测值的最大相对误差分别为0.199%和0.176%,精度明显优于BP神经网络和支持向量机。故超限学习机能够对路基沉降做出较为科学、合理的预测。
- 郭云开朱善宽刘磊李丹娜刘磊李丹娜
- 关键词:路基沉降预测BP神经网络支持向量机
- R8 GNSS、TCA2003和SPRINTER 200M测定动挠度的试验分析被引量:2
- 2013年
- 为了调查常规测量技术在动力荷载试验中的检测能力,分别应用Trimble R8 GNSS/RTK、TCA2003测量机器人自动跟踪三维坐标测量和SPRINTER 200M数字水准仪视线高程法,对试验中设计的频率为0.5 Hz的毫米级欠阻尼振荡的动挠度进行同步监测;基于FFT算法,提取各类观测数据的频谱信息,结合挠度时程曲线进行对比分析。结果表明,TCA2003自动跟踪测量技术可准确测量动态变形特征;SPRINTER 200M视线高程法,可精确测定动挠度变化趋势,但只获取某一谐频;GNSS/RTK技术仅能获取某一谐频。
- 廖中平华赛男刘宁王正军
- 关键词:快速傅立叶变换挠度GNSSRTK
- 土壤Cu含量高光谱反演的BP神经网络模型被引量:25
- 2018年
- 以高光谱数据为基础,针对传统土壤重金属反演模型拟合度低、预测效果差的缺点,提取光谱预处理后的特征波段数据进行相关性分析,选取860nm一阶微分光谱反射率建立基于Matlab的重金属Cu含量BP神经网络预测模型,模型的拟合优度为0.721,预测精度达82.3%,高于传统单元线性回归模型0.414的拟合优度与76.1%的预测精度。研究表明,BP神经网络模型具有良好的拟合优度与预测能力,能更有效预测土壤中重金属Cu的含量。
- 郭云开刘宁刘宁李丹娜刘磊
- 关键词:土壤重金属BP神经网络