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:
基于相关向量机(RVM)本身泛化能力优良,对解决高维数的非线性问题效果明显的优点,将相关向量机应用于大坝安全监控中,采用一种改进的粒子群算法(APPSO)对核函数进行寻优,同时利用马尔科夫链处理模型残差以提高模型的拟合预测精度,进而建立RVM-MC监控模型.实例应用结果表明,与标准RVM模型相比,RVM-MC模型精度和泛化能力均有了显著提高.
推荐文章
逐步RVM-Markov模型在大坝变形预测中的应用
大坝变形监测模型
相关向量机
Markov链
基于GM(1,1)-MC的大坝变形预测模型
大坝变形
灰色模型
马尔科夫链
GM(1,1)-MC模型
灰色模型改进的大坝变形分形几何监控模型
大坝变形
监控模型
分形理论
灰色模型
位移预测
基于GACO-BP-MC的大坝变形监控模型
监控模型
大坝变形
蚁群算法
BP神经网络
遗传算法
马尔科夫链
预测精度
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 RVM-MC模型在大坝变形监控中的应用
来源期刊 水电能源科学 学科 工学
关键词 大坝变形 监控模型 相关向量机 残差 马尔科夫链
年,卷(期) 2015,(10) 所属期刊栏目 大坝安全与监测
研究方向 页码范围 58-61
页数 4页 分类号 TV698.1
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 李傲 52 57 3.0 7.0
2 李翔宇 12 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  (54)
共引文献  (72)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大坝变形
监控模型
相关向量机
残差
马尔科夫链
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
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
论文1v1指导