-
公开(公告)号：CN112926251A
公开(公告)日：2021-06-08
申请号：CN202110133359.6
申请日：2021-02-01
Applicant: 长安大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N20/10 , G06F111/08 , G06F119/12
Abstract: 本发明公开了一种基于机器学习的滑坡位移高精度预测方法，针对传统乌鸦算法迭代效率差、过度拟合导致泛化精度低的问题进行了两点改进：1、乌鸦在没有领导者情况下，用乌鸦个体执行莱维飞行来取代随机搜索方式，有效地降低了乌鸦个体搜索的盲目性；2、为有效避免算法中存在的过拟合现象，针对支持向量机模型中的参数寻优问题，改变传统搜索算法中选取最优适应度值的方法，将常规支持向量机优化算法中以选取最小适应度值为原则修改为选取最优适应度值区间所对应的支持向量机最小参数值，通过基于改进的乌鸦搜索算法再对支持向量机参数进行优化。本发明方法有效改进高维滑坡位移数据搜索时的收敛效率，提高了支持向量机的回归精度和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN112131752A
公开(公告)日：2020-12-25
申请号：CN202011047884.8
申请日：2020-09-29
Applicant: 长安大学
Abstract: 本发明公开了一种基于拟准检定的超强崩溃污染率抗差估计算法，利用K均值聚类算法实现了任意粗差占比情况下对于拟准观测值的自动化选择，以实现粗差的粗识别，然后以拟准真误差作为抗差估计中等价权函数的初值进行迭代计算，以实现粗差的精识别和模型参数的超强崩溃污染抗差估计。本方法相较于常规抗差估计和基于残差中位数的抗差估计而言，可更加准确地实现对区域GNSS速度场中粗差数据的探测，实现区域地壳运动模型参数的超强崩溃污染率抗差估计，为后续进一步研究区域地壳形变特征提供更真实、更有价值的基础数据，为复杂场景中地壳形变监测数据的粗差探测和模型参数估计提供一种有效的处理方法。
-
公开(公告)号：CN109521444B
公开(公告)日：2023-03-14
申请号：CN201811230539.0
申请日：2018-10-22
Applicant: 长安大学
IPC: G01S19/14
Abstract: 本发明公开了一种地壳运动GPS水平速度场自适应最小二乘拟合推估算法，兼顾考虑研究域范围尺度与不同协方差矩阵关系不合理因素，首先引入距离尺度因子构建高斯经验协方差函数，解决数据利用率问题，有效避免了互协方差负值对构建经验协方差模型所造成的影响；在此基础上，再通过进一步引入自适应因子来调整观测信息和先验信息对模型参数的影响不平衡性，解决观测值权阵与信号值的经验协方差矩阵方差因子协调一致性；本发明方法较常规以及仅顾及单一因素改进的最小二乘拟合推估法，可更加准确地对区域GPS速度场进行拟合推估，从而可更真实的反映出区域地壳构造运动特性，为后续进一步研究区域构造动力学特征提供更有价值的基础数据与参考。
-
公开(公告)号：CN112926251B
公开(公告)日：2022-07-05
申请号：CN202110133359.6
申请日：2021-02-01
Applicant: 长安大学
IPC: G06F30/25 , G06F30/27 , G06N3/00 , G06N20/10 , G06F111/08 , G06F119/12
Abstract: 本发明公开了一种基于机器学习的滑坡位移高精度预测方法，针对传统乌鸦算法迭代效率差、过度拟合导致泛化精度低的问题进行了两点改进：1、乌鸦在没有领导者情况下，用乌鸦个体执行莱维飞行来取代随机搜索方式，有效地降低了乌鸦个体搜索的盲目性；2、为有效避免算法中存在的过拟合现象，针对支持向量机模型中的参数寻优问题，改变传统搜索算法中选取最优适应度值的方法，将常规支持向量机优化算法中以选取最小适应度值为原则修改为选取最优适应度值区间所对应的支持向量机最小参数值，通过基于改进的乌鸦搜索算法再对支持向量机参数进行优化。本发明方法有效改进高维滑坡位移数据搜索时的收敛效率，提高了支持向量机的回归精度和泛化能力。
-
公开(公告)号：CN112131752B
公开(公告)日：2021-09-10
申请号：CN202011047884.8
申请日：2020-09-29
Applicant: 长安大学
Abstract: 本发明公开了一种基于拟准检定的超强崩溃污染率抗差估计算法，利用K均值聚类算法实现了任意粗差占比情况下对于拟准观测值的自动化选择，以实现粗差的粗识别，然后以拟准真误差作为抗差估计中等价权函数的初值进行迭代计算，以实现粗差的精识别和模型参数的超强崩溃污染抗差估计。本方法相较于常规抗差估计和基于残差中位数的抗差估计而言，可更加准确地实现对区域GNSS速度场中粗差数据的探测，实现区域地壳运动模型参数的超强崩溃污染率抗差估计，为后续进一步研究区域地壳形变特征提供更真实、更有价值的基础数据，为复杂场景中地壳形变监测数据的粗差探测和模型参数估计提供一种有效的处理方法。
-
公开(公告)号：CN109521444A
公开(公告)日：2019-03-26
申请号：CN201811230539.0
申请日：2018-10-22
Applicant: 长安大学
IPC: G01S19/14
Abstract: 本发明公开了一种地壳运动GPS水平速度场自适应最小二乘拟合推估算法，兼顾考虑研究域范围尺度与不同协方差矩阵关系不合理因素，首先引入距离尺度因子构建高斯经验协方差函数，解决数据利用率问题，有效避免了互协方差负值对构建经验协方差模型所造成的影响；在此基础上，再通过进一步引入自适应因子来调整观测信息和先验信息对模型参数的影响不平衡性，解决观测值权阵与信号值的经验协方差矩阵方差因子协调一致性；本发明方法较常规以及仅顾及单一因素改进的最小二乘拟合推估法，可更加准确地对区域GPS速度场进行拟合推估，从而可更真实的反映出区域地壳构造运动特性，为后续进一步研究区域构造动力学特征提供更有价值的基础数据与参考。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
