首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   0篇
系统科学   1篇
综合类   4篇
  2020年   1篇
  2016年   1篇
  2013年   1篇
  2007年   1篇
  2005年   1篇
排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
将伊乐藻引入生态型河道受损水体修复中,通过室内试验系统地研究了伊乐藻的净化效果,结果表明:伊乐藻是修复受损水体较理想的材料,伊乐藻对总氮(TN)、总磷(TP)和CODM。的累计去除率,在夏季分别为61%、89%和34%;在冬季分别为25.74%、26.59%和10.93%;伊乐藻对水体的净化能力高于菹草和金鱼藻。同时,探讨了修复过程中可能存在的二次污染问题。通过宏观的质量平衡估算,1g伊乐藻在1a内可以从1L水体中去除TN、TP和CODMn分别达到44.57、15.42和31.13mg。  相似文献   
2.
基于随机过程概率密度函数的峰谷点、协同扩散过程的漂移系数、马尔可夫链“移向中心点”的性质及其状态转移值之间的关系,探讨了构造伊藤随机微分方程的马尔可夫链近似模型算法.仿真结果表明,不论是线性序列还是非线性序列,马尔可夫链近似模型算法预测误差的方差不仅远小于Burg格型预测器的方差而且近乎为常数.该算法的这些性质对预测编码十分有利.  相似文献   
3.
为了解决孪生支持向量回归机的参数寻优问题,提出了一种基于灰狼优化算法的孪生支持向量回归机。该算法将均方根误差和平均绝对误差作为灰狼优化算法的适应度函数,借助灰狼优化算法的全局寻优能力,以目标范围内生成狼群的位置代表不同的孪生支持向量回归机参数取值,通过有限次数迭代和灰狼优化算法的位置更新机制得到孪生支持向量回归机的最优参数。实验结果表明,该算法能够找到合适的参数;与现有算法相比,该算法的预测性能更佳,寻优时间显著缩短。  相似文献   
4.
为了提高支持向量机(SVM)模型的拟合精度和泛化能力,以最小化输出量的均方误差为目标,采用基于万有引力定律的优化机制,提出了一种基于引力搜索算法的SVM参数优化方法。通过仿真实验验证,基于引力搜索算法的SVM回归模型不但精度高且泛化能力强。将该方法应用于谷氨酸发酵过程的建模研究,仿真结果表明,该方法可以提高谷氨酸质量浓度的预测精度。  相似文献   
5.
v-支持向量回归机(v-support vector regression, v-SVR)的对偶形式与ε-支持向量回归机的对偶形式相比增加了一个额外的不等式约束,截止目前还没有找到有效且可行的v-SVR 的v解路径算法。针对Loosli等人提出的v-SVR的v解路径算法存在路径不可更新的问题,提出了改进的v-SVR的v解路径算法。该算法基于v-SVR的修改形式及Karush-Kuhn-Tucker(KKT)条件,通过引入新的变量和附加项的策略,能够有效地避免在绝缘增量调整过程中存在的冲突和异常,并最终经过有限次数迭代拟合出整个v-解路径。理论分析和仿真结果表明,该算法是有效且可行的。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号