排序方式: 共有14条查询结果,搜索用时 271 毫秒
11.
12.
采煤工作面瓦斯涌出量的固有模态SVM建模预测 总被引:1,自引:0,他引:1
首先提出了一个依据EMD (empirical mode decomposition)方法提取固有模态分量进行SVM建模实现采煤工作面瓦斯涌出量预测的技术方法. 利用瓦斯涌出量的历史记录数据, 通过EMD分解得出其固有模态函数, 即IMF分量, 然后, 对应于每个固有模态分别利用SVM函数拟合方法进行外推预测, 再把不同固有模态的预测结果进行叠加重构合成, 获得瓦斯涌出量的理论预测结果. 从监测结果的实例分析发现, 与常规SVM方法相比, EMD方法的引入能够大幅度提高理论模型的预测精度, 并给出监测数据极为吻合的预测结果. 实际应用表明, 在采煤工作面瓦斯涌出量预测建模中, 固有模态的提取和SVM方法的实施都充分利用了样本数据本身驱动的自适应性质, 从而为保障优异的预测效果提供了良好的理论基础. 相似文献
13.
简要分析了兼顾横向知识讲授在大学教育教学活动中的意义,论述了横向知识取材的基本要点,讨论了多媒体教学手段的应用对兼顾横向知识讲授教学活动的促进作用,并结合教学实践经验,提出了兼顾横向知识讲授的几点意见和建议。 相似文献
14.
基坑开挖引起其邻近地表沉降的即时预测评估有利于实现工程安全的高效控制,应用支持向量机(Support Vector Machines,SVM)函数方法提出一个适用于这项工作需要的沉降数据预测方法。通过遗传算法(Genetic Algorithm,GA)的引入获得核函数类型、核函数参数及错误惩罚因子的选取结果。结合SVM函数回归计算技术,利用已知数据完成GA-SVM建模,根据模型的外推结果,给出沉降预测值。以广州某地铁工程为实例,对比分析了GA参数寻优是否进行优化的预测效果差异,与实测结果的对比证实GA-SVM预测模型具有较好的预测精度,同时表明GA-SVM沉降预测方法良好的技术应用价值。 相似文献