测绘科学

2017, v.42;No.232(10) 134-137+160

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

小波去噪的灰色最小二乘支持向量机变形预测
Deformation forecast using grey least square support vector machine based on wavelet denoising

杨帆;谢洋洋;邵阳;

摘要(Abstract):

针对变形监测数据的随机性和非平稳性,以及单一预测模型的不足,该文提出了基于小波去噪的灰色最小二乘支持向量机变形预测模型。采用小波去噪对原始数据进行降噪处理,减弱数据随机扰动的影响,建立灰色最小二乘支持向量机模型,并采用粒子群算法寻找最优参数。通过大坝位移监测数据实例对模型进行验证,并与灰色模型、最小二乘支持向量机以及灰色最小二乘支持向量机进行对比分析。实验结果证明,该模型预测精度更高、稳定性更强。

关键词(KeyWords): 变形预测;小波去噪;灰色模型;最小二乘支持向量机;粒子群算法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(50604009);; 辽宁省“百千万人才工程”人选资助项目(2010921099)

作者(Author): 杨帆;谢洋洋;邵阳;

Email:

DOI: 10.16251/j.cnki.1009-2307.2017.10.020

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享