搜索筛选:
搜索耗时3.4562秒,为你在为你在102,285,761篇论文里面共找到 14 篇相符的论文内容
发布年度:
[学位论文] 作者：邵年华,,
来源： 年份：2010
水资源不仅是人类赖以生存与发展的基础性自然资源,也是社会发展所依仗的战略性自然资源。特别是干旱地区,水资源短缺和生态环境恶化已经成为当地面临的最严重问题。由于干旱...
[期刊论文] 作者：邵年华,
来源：水利科技与经济 年份：2018
云模型是处理定性概念与定量描述的一种不确定转换模型,在进行不确定性推理过程中,可充分考虑随机与模糊因素.利用云模型理论,建立基于不确定性的水文时间序列预测模型,以新...
[期刊论文] 作者：邵年华,
来源：珠江水运 年份：2018
前置库水生态修复技术对面源污染处理及水质改善具有良好的效果。文章通过对西丽水库存在问题的介绍,着重论述了前置库技术在西丽水库的建设情况和运行效果。根据分析认为前...
[期刊论文] 作者：邵年华,,
来源：卷宗 年份：2017
在经济水平的不断提高下，水利工程项目也在逐渐增多，其作为我国技术设施建设的重要组成部分之一，对社会的总体发展和人们生活质量的提高有着重要作用，然而根据相关调查数据显示，在......
[期刊论文] 作者：邵年华,,
来源：卷宗 年份：2017
当前我国经济发展的日益壮大，我国水利工程作为国家基础性建设的关键环节，其在建设过程中积极发挥着巨大的社会效益，水利工程运行寿命在很大程度上取决于实际管理质量及养护效果......
[期刊论文] 作者：邵年华,沈冰,,
来源：水资源与水工程学报 年份：2009
针对目前马斯京根模型参数率定中存在的求解复杂、精度不高等问题,本文将混沌搜索机制引入粒子群优化算法中,构建混沌粒子群优化算法对马斯京根模型参数进行率定。这种方法利...
[会议论文] 作者：邵年华,黄领梅,沈冰,
来源：第六届中国水论坛 年份：2008
本文采用分区法对典型洪水过程线进行分区，对时段衔接处的放大倍比采用加权系数法求解，其余采用传统算法，从而推求出设计洪水过程线。实例分析表明，改进后的方法能够很好地控制设......
[期刊论文] 作者：余胜男,张雪,邵年华,吕海强,,
来源：人民珠江 年份：2019
为提高新安江模型参数的自动率定效率,首次利用多目标优化方法将PA-DDS算法用于模型日模和次洪参数优化中,并与NSGA-Ⅱ和AMALGAM算法进行对比。结果显示:PA-DDS算法比另外2种算法能够更快地得到Pareto最优解且解的质量较好,次洪平均确定性系数达到近0.84,部分确......
[期刊论文] 作者：邵年华,沈冰,秦胜英,戴玉萍,
来源：水文模型国际研讨会 年份：2009
利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取，并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量，建立KPCA_SVM预测模型。以和田县的月蒸发量为例，对模型的预测效果进行检验。预测结果表明，KPCA_SVM模型的预测效果优于没有特征提取的LSSVM模......
[期刊论文] 作者：邵年华,黄领梅,沈冰,秦胜英,,
来源：黑龙江水专学报 年份：2009
利用支持向量机回归算法（SVM）结合粒子群优化算法（PSO）建立了用于蒸发预测的PSO_SVM模型，用和田地区实测蒸发量对其进行拟合与预测，并与传统的最小二乘支持向量机（LS—SVM）的预测结果......
[期刊论文] 作者：邵年华,沈冰,黄领梅,戴玉萍,,
来源：西北农林科技大学学报(自然科学版) 年份：2009
【目的】建立水文时间序列预测的核主成分支持向量机（KPCA_SVM）模型。[方法]利用核主成分分析（KPCA）对输入数据进行非线性特征信息提取，并将提取的特征信息作为最小二乘支持向量机......
[期刊论文] 作者：吕继强,沈冰,莫淑红,邵年华,秦毅,,
来源：自然资源学报 年份：2011
利用黄河高寒区吉迈(达日县)水文站、国家气象局达日、玛多观测站1959—2007年,共计49 a水文、气象及部分冻土监测资料,采用峰型度及丰枯率指数、Mann-Kendall时间序列突变点...
[期刊论文] 作者：吕继强,沈冰,邵年华,董克鹏,李抗彬,
来源：水力发电学报 年份：2012
为了研究径流的长期演化模式及自记忆特征,采用自相关函数确定重构序列的回溯阶数,并构建基于经验模态函数（EMD）分解的灰色自记忆GM（1,N）预测模型。分析回溯阶和自相关函数之间关......
[会议论文] 作者：邵年华[1]沈冰[1]秦胜英[2]戴玉萍[2],
来源：水文模型国际研讨会 年份：2009
利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取，并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量，建立KPCA_SVM预测模型。以和田县的月蒸发量为例，对模...
相关搜索：
