留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于相空间重构与支持向量机预测滑坡位移的一种新方法

范千 花向红

范千, 花向红. 基于相空间重构与支持向量机预测滑坡位移的一种新方法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(2): 248-251.
引用本文: 范千, 花向红. 基于相空间重构与支持向量机预测滑坡位移的一种新方法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(2): 248-251.
FAN Qian, HUA Xianghong. A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 248-251.
Citation: FAN Qian, HUA Xianghong. A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 248-251.

基于相空间重构与支持向量机预测滑坡位移的一种新方法

基金项目: 国家自然科学基金资助项目(40474003)
详细信息
    作者简介:

    范千,博士生。主要研究方向为变形监测与灾害预测预报、GPS理论及应用。

  • 中图分类号: P258

A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine

Funds: 国家自然科学基金资助项目(40474003)
计量
  • 文章访问数:  762
  • HTML全文浏览量:  27
  • PDF下载量:  578
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-12-17
  • 修回日期:  2008-12-17
  • 刊出日期:  2009-02-05

基于相空间重构与支持向量机预测滑坡位移的一种新方法

    基金项目:  国家自然科学基金资助项目(40474003)
    作者简介:

    范千,博士生。主要研究方向为变形监测与灾害预测预报、GPS理论及应用。

  • 中图分类号: P258

摘要: 提出了一种基于相空间重构与支持向量机预测滑坡位移的新方法。首先,以滑坡位移时间序列的混沌特性为基础,对其应用互信息法计算最优时间延迟;然后,利用小波变换对滑坡位移序列数据进行频域分解,应用Cao氏方法对分解后的每个分量序列分别计算其最佳嵌入维数,在此基础上,对各个分量序列进行相空间重构,利用支持向量机对每个分量单独进行建模预测;最后,将各分量预测结果进行小波重构,得到最终预测结果。实例证明,该方法可以在滑坡位移预测中获得有效的应用。

English Abstract

范千, 花向红. 基于相空间重构与支持向量机预测滑坡位移的一种新方法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(2): 248-251.
引用本文: 范千, 花向红. 基于相空间重构与支持向量机预测滑坡位移的一种新方法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(2): 248-251.
FAN Qian, HUA Xianghong. A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 248-251.
Citation: FAN Qian, HUA Xianghong. A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 248-251.

目录

    /

    返回文章
    返回