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:
在支持向量机的预测模型中,关键参数的选取是最重要的一步。在此基础上提出基于AEPSO改进的支持向量机预测模型。利用AEPSO的局部和全局搜索能力,提高支持向量机关键参数寻优的精度。文中详细介绍模型建立的过程,以莆田市木兰溪防洪工程为例,应用改进的模型进行堤基沉降预测,并与标准PSO支持向量机预测模型相对比。结果表明,基于AEPSO改进的支持向量机预测模型提高了预测的精度。
推荐文章
公路软基沉降预测的支持向量机模型
公路软基
支持向量机(SVM)
沉降
预测
基于改进支持向量机的林业资金投资预测方法
林业资金投资
回归预测
时间序列
支持向量机
粒子群算法
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
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AEPSO改进支持向量机的堤基沉降预测
来源期刊 测绘工程 学科 工学
关键词 堤基沉降 主动探测粒子群算法 预测模型 支持向量机
年,卷(期) 2016,(5) 所属期刊栏目 技术创新
研究方向 页码范围 52-55
页数 4页 分类号 TU433
字数 2048字 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 高正夏 河海大学地球科学与工程学院 47 249 9.0 13.0
2 卞志兵 河海大学地球科学与工程学院 4 15 3.0 3.0
3 宗文亮 河海大学地球科学与工程学院 4 15 3.0 3.0
4 杨爱婷 河海大学地球科学与工程学院 4 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (86)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (36)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(10)
  • 参考文献(2)
  • 二级参考文献(8)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
堤基沉降
主动探测粒子群算法
预测模型
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
测绘工程
双月刊
1006-7949
23-1394/TF
大16开
哈尔滨市道外区红旗大街999号
14-322
1992
chi
出版文献量(篇)
2818
总下载数(次)
9
论文1v1指导