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:
变形是对大坝结构性态和安全状况最直接、可靠的反映,是大坝安全监测的重点项目之一.大坝变形具有较强的非线性特点,传统的预测方法有时精度不高.建立在统计学习理论和结构风险最小原理基础上的支持向量机算法能较好地解决小样本、非线性、高维数等问题.文章引入标准支持向量机的一种扩展——最小二乘支持向量机,参照传统逐步回归统计模型建模思想,建立了基于最小二乘支持向量机的大坝变形预测模型.通过紧水滩大坝变形实例计算,表明了该方法的可行性和优越性.
推荐文章
基于最小二乘支持向量机的大坝变形预测研究
大坝变形
最小二乘支持向量机
优化
预测
基于最小二乘支持向量机的短期负荷预测模型
最小二乘支持向量机
神经网络
短期负荷预测
时间序列预测
基于灰色最小二乘支持向量机的边坡位移预测
边坡位移
灰色模型
最小二乘支持向量机
遗传算法
时间序列
基于MapReduce的最小二乘支持向量机回归模型
最小二乘支持向量机
MapReduce编程模式
局部多模型方法
加速比
可扩展性
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 基于最小二乘支持向量机的大坝变形预测模型
来源期刊 西北水电 学科 工学
关键词 最小二乘支持向量机 变形预测 统计模型
年,卷(期) 2011,(z1) 所属期刊栏目 监测资料分析
研究方向 页码范围 53-56
页数 分类号 TV698.11
字数 2320字 语种 中文
DOI 10.3969/j.issn.1006-2610.2011.z1.014
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 薛桂玉 武汉大学水利水电学院 28 275 9.0 16.0
2 何明 武汉大学水利水电学院 9 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (88)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (19)
二级引证文献  (6)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(3)
  • 二级引证文献(2)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
最小二乘支持向量机
变形预测
统计模型
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
西北水电
双月刊
1006-2610
61-1260/TV
大16开
西安市电子工业园区丈八东路18号
52-130
1982
chi
出版文献量(篇)
3030
总下载数(次)
3
总被引数(次)
7496
论文1v1指导