期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于CEEMDAN-LightGBM模型的洪水预测研究
1
作者 王军 张宇航 +2 位作者 崔云烨 李怡豪 吕鹏祥 《人民黄河》 CAS 北大核心 2024年第9期99-105,共7页
为了应对暴雨可能引发的洪涝灾害风险,基于黄河利津水文站监测的水文等数据,以LightGBM为基准模型,运用经自适应噪声完备集合经验模态分解(CEEMDAN)算法优化后的CEEMDAN-LightGBM模型对水位进行预测,并将其与长短期记忆网络(LSTM)模型、... 为了应对暴雨可能引发的洪涝灾害风险,基于黄河利津水文站监测的水文等数据,以LightGBM为基准模型,运用经自适应噪声完备集合经验模态分解(CEEMDAN)算法优化后的CEEMDAN-LightGBM模型对水位进行预测,并将其与长短期记忆网络(LSTM)模型、LightGBM模型的预测效果进行对比。以2个气候条件不同的黄河水文站(利津、花园口)的水文数据为原始数据集输入CEEMDAN-LightGBM模型,验证模型的适应性和稳定性。结果表明:CEEMDAN-LightGBM模型在水位预测方面表现出优越的性能,相较于LSTM、LightGBM模型,该模型的E_(MA)分别减小了46.08%、9.95%,E_(RMS)分别减小了33.01%、43.01%,E_(MAP)分别减小了94.99%、3.82%,R^(2)分别增大了30.48%、7.58%。CEEMDAN-LightGBM模型还能预测流量这一重要水文特征,为模型预测洪水发生提供更有力的判断依据。对比CEEMDAN-LightGBM模型预测花园口水文站与利津水文站的水位和流量效果,除预测两站水位的E_(MAP)值相差23.64%外,E_(MA)值、E_(MAP)和E_(RMS)值相差均不超过10%,R^(2)相差不超过2%。 展开更多
关键词 洪水预测 LightGBM模型 CEEMDAN算法 CEEMDAN-LightGBM模型 LSTM模型 利津水文站 花园口水文站
下载PDF
美国内政外交的玩法
2
作者 李怡豪 《大学生》 2018年第3期36-36,共1页
上台之初,一记"禁穆令"震惊穆斯林世界,随后缩减工作签证数量,后来又盯上"非法移民",到现在战略目标指向"合法移民",直到最近,大刀砍向留学生,"限制中国留学生赴美读STEM理工科专业"——这就是特朗普。
关键词 美读 非法移民 内政外交 理工科专业 特朗普 假想敌 签证 战略目标 大刀 中国学生
原文传递
卡梅框架视角下的商标共存协议
3
作者 李怡豪 《清华知识产权评论》 2019年第1期91-118,共28页
商标共存协议被商家视为划定商标权利边界、平息诉讼争端、规避侵权风险的重要工具。然而,共存协议的法律效力认定尚未形成一个稳定的模式。在卡梅框架的指引下,商标局和法院原则上应当适用财产型规则,认可共存协议的效力,将共存协议作... 商标共存协议被商家视为划定商标权利边界、平息诉讼争端、规避侵权风险的重要工具。然而,共存协议的法律效力认定尚未形成一个稳定的模式。在卡梅框架的指引下,商标局和法院原则上应当适用财产型规则,认可共存协议的效力,将共存协议作为混淆可能性足够低的推定证据。仅在公共利益严重受损时,商标局和法院才应适用禁易型规则,否定共存协议的效力。而且,公共利益包括消费者和其他商家两个维度,单纯的消费者混淆可能性不足以启动禁易型规则。在两种情况下,对公共利益的损害才严重到足以启动禁易型规则:一是从消费者视角观之,共存协议引发的混淆将导致重大实质损害。例如,在医药和环境等领域,混淆或许会带来难以弥补的健康和生态损害。二是从其他商家的角度观之,如果商标权利细分程度过高,其他商家在商标交易中负担的信息成本将超过共存协议带来的社会收益。其中第二项否定共存协议的理由,或许能随着共存协议公示制度的推进而逐渐丧失重要性。 展开更多
关键词 商标共存协议 卡梅框架 消费者混淆 意思自治 公共利益
原文传递
和肯尼亚室友谈心
4
作者 李怡豪 《大学生》 2018年第7期84-84,共1页
我在伦敦上学,我有一个肯尼亚室友,我们认识八个月了,半个月前他告诉我他想搬出去。我问他原因,他说,住这太贵了。
关键词 高等教育 大学生 阅读知识 课外阅读
原文传递
脱欧的窘境与英国民主的本质
5
作者 李怡豪 《大学生》 2018年第4期44-44,共1页
从2018年2月22日开始,英国61所高校的4万多教职员工为抗议大学养老金改革开始轮番罢工,预计波及100多万学生,其中包含17万中国留英学生。
关键词 英国 民主 养老金 学生
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部