基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为方便在大坝安全监控系统中灵活应用新型机器学习算法,提出了一种应用组件对象模型(COM)技术将机器学习算法集成到大坝安全监控系统中的方法,相比于在开发系统中直接对机器学习算法进行编程,该方法可节省大量的编程时间,缩短开发周期,效果较好.
推荐文章
机器学习在大坝渗流预测中的应用、挑战与展望
大坝
渗流预测
机器学习
参数识别
集成数据预处理技术及其在机器学习算法中的应用
数据预处理
集成方法
机器学习
UCI数据集
RDP算法在大坝安全监测系统的应用
大坝安全监测系统
历时曲线
RDP算法
大数据
水系统集成方法分析
水系统
水夹点
数学规划
中间水道
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习算法在大坝安全监控系统中的集成方法
来源期刊 水电自动化与大坝监测 学科 工学
关键词 大坝安全监控系统 机器学习算法 支持向量机 组件对象模型 集成
年,卷(期) 2008,(3) 所属期刊栏目 大坝监测仪器及自动化
研究方向 页码范围 53-55
页数 3页 分类号 TV698.1
字数 2743字 语种 中文
DOI 10.3969/j.issn.1671-3893.2008.03.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵二峰 河海大学水利水电工程学院 23 86 6.0 7.0
5 王志军 河海大学水利水电工程学院 14 237 9.0 14.0
9 蒋裕丰 河海大学水利水电工程学院 14 80 5.0 8.0
13 宋士学 聊城大学物理科学与信息工程学院 5 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (81)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (15)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
大坝安全监控系统
机器学习算法
支持向量机
组件对象模型
集成
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水电与抽水蓄能
双月刊
2096-093X
32-1858/TV
大16开
江苏省南京市南瑞路8号
28-39
1977
chi
出版文献量(篇)
2989
总下载数(次)
7
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导