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:
提出将小波变换和支持向量机结合建立高层建筑变形的时序预测模型.通过小波变换将变形时间序列分解和重构为不同频段的子序列,利用支持向量机对各子序列建立模型并预测,子序列预测结果合成为最终的预测结果.实例计算表明,和传统的支持向量机预测模型相比,该方法可简化模型的复杂度,具有较好的泛化能力.
推荐文章
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
基于小波变换和支持向量机的人脸检测
人脸检测
小波变换
支持向量机
基于小波变换和支持向量机的彩色纹理识别
纹理
彩色空间
小波变换(WT)
支持向量机(SVM)
纹理识别
基于小波变换与支持向量机的虹膜识别新算法
定位算子
特征向量
支持向量机SVM
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 基于小波变换和支持向量机的高层建筑变形预测
来源期刊 工程勘察 学科 地球科学
关键词 高层建筑 变形预测 小波变换 支持向量机
年,卷(期) 2013,(5) 所属期刊栏目 论文
研究方向 页码范围 68-70
页数 分类号 TU198|P258
字数 语种 中文
DOI
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 刁建鹏 西南林业大学土木工程学院 5 7 2.0 2.0
2 刘丽丽 西南林业大学土木工程学院 4 7 2.0 2.0
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  (5)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 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(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高层建筑
变形预测
小波变换
支持向量机
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
工程勘察
月刊
1000-1433
11-2025/TU
大16开
北京东直门内大街177号
1973
chi
出版文献量(篇)
4458
总下载数(次)
8
论文1v1指导