掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
考研數(shù)學專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
二十四史天文志校注(上中下)
-
>
聲音簡史
-
>
浪漫地理學:追尋崇高景觀
基于混合模型的地下水埋深時空預測研究-以民勤綠洲為例 版權(quán)信息
- ISBN：9787030608628
- 條形碼：9787030608628 ; 978-7-03-060862-8
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
基于混合模型的地下水埋深時空預測研究-以民勤綠洲為例 本書特色
《基于混合模型的地下水埋深時空預測研究——以民勤綠洲為例》以民勤綠洲地下水埋深時空預測為例，介紹了時空預測研究中常遇到的缺失數(shù)據(jù)修復、多序列預測、時空插值三大問題的**混合建模成果，是時空數(shù)據(jù)分析與建模的新嘗試。
《基于混合模型的地下水埋深時空預測研究——以民勤綠洲為例》是關(guān)于地下水埋深時空動態(tài)變化研究的論著，主要介紹地下水埋深空間分布預測的統(tǒng)計代理方法。模擬精度問題是基于代理模型的時空預測研究中一個非常重要問題。 構(gòu)建混合模型是提升時空預測精度的有效策略，基于時空統(tǒng)計理論、人工智能、機器學習的混合建模是當前研究的熱點。
基于混合模型的地下水埋深時空預測研究-以民勤綠洲為例 內(nèi)容簡介
本書介紹了民勤綠洲底下水埋深時空預測研究中的監(jiān)測數(shù)據(jù)缺失問題；缺乏高效、高精度時空多序列預測模型問題；空間分布插值算法精度不高、通用性差等問題，提出了三個新的混合模型。鑒于地下水埋深時空序列的非線性本質(zhì)，將分類算法、時空相關(guān)性、支持向量機、參數(shù)優(yōu)化算法相結(jié)合，構(gòu)建了時空數(shù)據(jù)修復混合模型；將消噪理論與廣義回歸神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建了非線性多序列時域混合預測模型；將廣義回歸神經(jīng)網(wǎng)絡(luò)與時空克里金插值相結(jié)合，構(gòu)建了時空插值混合模型。數(shù)據(jù)實驗驗證了模型的精度和有效性。
基于混合模型的地下水埋深時空預測研究-以民勤綠洲為例 目錄
目錄
前言
第1章 緒論 1
1.1 研究目的和意義 1
1.2 地下水時空預測 2
1.3 研究進展 5
1.4 研究方案及技術(shù)路線 17
1.5 本章小結(jié) 19
第2章 時空預測混合建模理論與方法 20
2.1 時空序列預測理論 20
2.2 人工神經(jīng)網(wǎng)絡(luò) 37
2.3 支持向量機 45
2.4 *小二乘支持向量機 47
2.5 模型參數(shù)優(yōu)化 48
2.6 歐氏距離鑒別不完整序列理論 58
2.7 交叉驗證算法 59
2.8 小波分析 60
2.9 時空克里格插值 63
2.10 本章小結(jié) 64
第3章 研究區(qū)概況 65
3.1 研究區(qū)基本情況 66
3.2 水資源概況 75
3.3 本研究應用數(shù)據(jù)說明 84
3.4 本章小結(jié) 88
第4章 地下水埋深時空缺失數(shù)據(jù)修復 89
4.1 SOM-FLSSVM 模型的構(gòu)建 90
4.2 時空混合模型SOM-FLSSVM 說明 90
4.3 民勤地下水埋深時空缺失數(shù)據(jù)修補 94
4.4 對比模型 98
4.5 模型應用 106
4.6 本章小結(jié) 107
第5章 民勤地下水埋深時空序列時域預測 109
5.1 M-WA-GRNN 混合模型介紹 110
5.2 M-WA-GRNN 模型建立 111
5.3 研究區(qū)時域預測模型的建立 112
5.4 模型效果評價指標 113
5.5 模型比較 113
5.6 結(jié)果分析與討論 118
5.7 本章小結(jié) 123
第6章 研究區(qū)地下水埋深時空插值 124
6.1 模型構(gòu)建 124
6.2 GRNN-STK 模型 124
6.3 對比模型 126
6.4 精度比較與結(jié)果分析 127
6.5 本章小結(jié) 139
第7章 結(jié)論與討論 140
7.1 主要創(chuàng)新點 140
7.2 不足與展望 140
參考文獻 142
彩圖
前言
第1章 緒論 1
1.1 研究目的和意義 1
1.2 地下水時空預測 2
1.3 研究進展 5
1.4 研究方案及技術(shù)路線 17
1.5 本章小結(jié) 19
第2章 時空預測混合建模理論與方法 20
2.1 時空序列預測理論 20
2.2 人工神經(jīng)網(wǎng)絡(luò) 37
2.3 支持向量機 45
2.4 *小二乘支持向量機 47
2.5 模型參數(shù)優(yōu)化 48
2.6 歐氏距離鑒別不完整序列理論 58
2.7 交叉驗證算法 59
2.8 小波分析 60
2.9 時空克里格插值 63
2.10 本章小結(jié) 64
第3章 研究區(qū)概況 65
3.1 研究區(qū)基本情況 66
3.2 水資源概況 75
3.3 本研究應用數(shù)據(jù)說明 84
3.4 本章小結(jié) 88
第4章 地下水埋深時空缺失數(shù)據(jù)修復 89
4.1 SOM-FLSSVM 模型的構(gòu)建 90
4.2 時空混合模型SOM-FLSSVM 說明 90
4.3 民勤地下水埋深時空缺失數(shù)據(jù)修補 94
4.4 對比模型 98
4.5 模型應用 106
4.6 本章小結(jié) 107
第5章 民勤地下水埋深時空序列時域預測 109
5.1 M-WA-GRNN 混合模型介紹 110
5.2 M-WA-GRNN 模型建立 111
5.3 研究區(qū)時域預測模型的建立 112
5.4 模型效果評價指標 113
5.5 模型比較 113
5.6 結(jié)果分析與討論 118
5.7 本章小結(jié) 123
第6章 研究區(qū)地下水埋深時空插值 124
6.1 模型構(gòu)建 124
6.2 GRNN-STK 模型 124
6.3 對比模型 126
6.4 精度比較與結(jié)果分析 127
6.5 本章小結(jié) 139
第7章 結(jié)論與討論 140
7.1 主要創(chuàng)新點 140
7.2 不足與展望 140
參考文獻 142
彩圖
展開全部
書友推薦
- >
我與地壇
- >
上帝之肋:男人的真實旅程
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
詩經(jīng)-先民的歌唱
- >
朝聞道
- >
名家?guī)阕x魯迅:朝花夕拾
- >
我從未如此眷戀人間
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術(shù)叢書(紅燭學術(shù)叢書)
本類暢銷
