【摘 要】
：
鉴于地下水位情况对经济生产建设和人们日常生活的重要性,为解决目前地下水位预测研究中存在的预测精度不高和误差较大的问题,基于Elman神经网络和灰度理论,构建一种GM-Elman模型,并以济源市地下水位为例进行预测.以2014年～2018年该地区地下水位数据为样本,预测出2019年的地下水位情况.分别以GM、Elman和GM-Elman三种不同的模型对相同的样本数据进行分析.实验结果表明:所提出的模型误差较小,预测结果更接近于真实值,为地下水位研究及相关实践提供提供了一种新的有效途径.
【机 构】
：
西安交通工程学院电气工程学院,西安710300;西安交通工程学院土木工程学院,西安710300
论文部分内容阅读
鉴于地下水位情况对经济生产建设和人们日常生活的重要性,为解决目前地下水位预测研究中存在的预测精度不高和误差较大的问题,基于Elman神经网络和灰度理论,构建一种GM-Elman模型,并以济源市地下水位为例进行预测.以2014年～2018年该地区地下水位数据为样本,预测出2019年的地下水位情况.分别以GM、Elman和GM-Elman三种不同的模型对相同的样本数据进行分析.实验结果表明:所提出的模型误差较小,预测结果更接近于真实值,为地下水位研究及相关实践提供提供了一种新的有效途径.
其他文献
无人机自动化巡检是解决大型分布式光伏系统运维需求的有效方案.无人机航拍产生大量光伏板图像数据,需要算法实现更高的识别精度和更快的识别速度,为此提出一种改进的SSD算法,用于检测光伏组件缺陷.新算法在原有SSD算法中嵌入注意力机制,并使用迁移学习策略提高检测速度和准确率,能够对光伏组件普遍存在的玻璃破碎、受光面发黄、灰尘等进行自动识别和分类.通过与Faster-RCNN、YOLO3、VGG16-SSD算法对比,实验结果表明,改进SSD算法在识别准确率、召回率和检测速度方面表现良好,能有效提升光伏组件缺陷识别
针对传统LEACH协议存在的随机选举簇头及网内节点能耗不均等问题,提出了一种能量均衡高效的分簇路由协议LEACH-EPN.在成簇阶段加入最优簇数约束,综合考虑节点位置和剩余能量等多种因素;引入距离因子、能量因子及节点密度因子改进阈值公式;通过改变簇的范围来改变成簇机制,使簇头选举更合理、能耗分布更均匀,提高了网络的能量利用率;在入簇阶段引入节点偏好度概念,改进节点的入簇机制,减少数据传输过程的能量消耗.仿真实验结果表明,改进算法LEACH-EPN能够有效地均衡网络能耗、延长网络生存周期.
为抵抗复杂传输环境对通信数据造成的影响,对循环冗余校验码CRC这一通信系统中常用的差错控制技术展开研究,设计一套算法在软硬件层面深入挖掘CRC的潜力.在简介循环冗余校验基本原理的基础上,以国际标准CRC-16为研究对象,分析编码和解码过程,在QuartusⅡ上开发平台,运用Verilog硬件描述语言实现CRC的编码与解码.采用Modelsim软件进行仿真验证,结果表明所设计算法的正确性.算法基于可编程硬件技术实现CRC编码与解码,具有运行速度快、容易迁移的优点.
针对现有基于神经网络的人体目标检测算法网络结构复杂,运算量大,不利于实际应用,以及传统方法检测精度较差的问题,提出一种新的轻量级检测算法,使用无锚框机制,并将MobileNetV3作为主干网络.该网络支持多个数据输入方式,可分别以RGB彩色图、深度图或RGB-D作为输入.通过在两个公开数据集和自采集数据集中的试验证明,新算法总体检测精度及运行效率均优于已有算法,获得较为理想的每秒峰值速度(FLOPS).在英特尔i5-7200 CPU平台下,以RGB-D和Depth为输入的帧率分别可达32 f/s和55 f
淤沙坝作为泥沙治理最直接有效的水利设施,在黄河流域泥沙治理中取得了显著成效.为更好实现对淤沙坝库区的智能监测,开发一套以STM32F103微处理器为核心的淤沙坝智能监测系统.系统对监测区域内的雨量、水位、泥沙含量等信息进行实时采集,采集到的数据经MCU处理存储后可显示在现场触摸屏上,还可通过GPRS通信方式远程传输至监测终端,在为终端专门开发的上位机界面中方便调用.经实验测试,系统可实现数据采集、数据传输以及现场显示等功能,具有功耗低、数据采集精度高、抗干扰性强等优点.
为适应桁架结构健康监测技术的发展,进一步优化桁架结构损伤程度预测效果,提出一种基于随机森林的桁架结构损伤程度预测算法.算法建立并优化桁架结构损伤数据库,对多个损伤信号分量提取频域特征,通过孤立森林算法和缺失森林算法对数据库进行异常检测和数据补全,并采用主成分分析法对其进行特征降维.经实验验证,算法能够针对不同损伤程度的桁架结构敏感度做出有效判定,与极端随机树、AdaBoost、Bagging等回归算法相比,均方误差显著降低,为桁架结构健康监测提供了有效的预测手段.
针对贵阳工厂环境下口头任务对接缺乏依据性、出现事故难于追责的问题,引入深度学习模型改善贵阳方言工厂指令识别效果.自制贵阳方言工厂指令数据集,搭建指令识别系统,依次训练六种模型,其中包括拥有9层隐藏层的深度神经网络.在同一测试集下,系统随训练的进行逐渐提升性能,在DNN模型下识别错误率降至最低,远低于单音素模型识别错误率.对比不同测试集识别错误率,分析噪声对识别性能的干扰.实验表明DNN模型下带噪测试集错误率比纯净测试集高出不到3％,证明DNN模型具有更为优良的鲁棒性.
旧岁已随勋业往,新年正展宏图来.rn2022年新年的钟声已然敲响,回首过去,我们感慨万千,展望未来,我们信心满怀.过去的一年,是奋斗的一年,是忙碌的一年,也是收获的一年.《五金科技》杂志感谢行业内外各界同仁对杂志纸媒平台的支持与厚爱,感谢行业内各企业对推动五金行业进步所做出的巨大努力.新的一年,愿我们都能踔厉奋发,赓续工匠精神,续写五金行业新的发展篇章.
回顾2021年,家电行业受国内消费景气疲弱、原材料价格高企影响,整体表现承压.虽然市场低迷,但也不乏亮点.rn奥维云网的数据显示,今年前三季度中国家电市场零售额规模5414亿元,比2020年同期提升7.7％,但较2019年同期下滑8.7个百分点.奥维云网指出,2021年市场需求持续低迷,消费者信心不足,更新换代需求释放缓慢,家电消费也不是居民消费主要的支撑点.虽然同比规模提升,但与疫情前水平相比仍未恢复.
针对深度学习算法中目标检测网络模型在复杂环境下识别交通标志的难点,对YOLOv3模型迁移学习算法的基本特点展开研究,构建并划分了复杂环境下中国交通标志数据集,并通过引入特征尺度的概念进一步改进YOLOv3算法,使数据集能够更好地处理各种复杂环境带来的影响.通过对比实验,证明改进后的YOLOv3算法对复杂环境下交通标志检测的效果明显优于标准YOLOv3算法及SSD算法,获得了更高的检测精度和更短的检测时间.