期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于PSO-ELM的地震死亡人员评估方法研究
1
作者
赵煜
韩旭昊
+2 位作者
孙艳萍
史一彤
陈文凯
《地震工程学报》
CSCD
北大核心
2024年第3期742-750,共9页
地震灾害人员伤亡快速评估对于地震应急响应至关重要。区域地理环境、人口密度和建筑结构等多种因素对地震人员伤亡具有重要影响,文章针对中国内地按照分区开展地震死亡人员评估方法研究。为充分考虑地震对不同地区造成的差异性影响,根...
地震灾害人员伤亡快速评估对于地震应急响应至关重要。区域地理环境、人口密度和建筑结构等多种因素对地震人员伤亡具有重要影响,文章针对中国内地按照分区开展地震死亡人员评估方法研究。为充分考虑地震对不同地区造成的差异性影响,根据人口密度、地理环境、建筑结构等情况,将中国大陆划分为西北、西南和东部三个区域,并按地震最大烈度对样本进行分类;然后采用随机森林方法和自助采样法,根据每个特征的重要性排序选取震级、震区面积和人口密度三参数,建立粒子群优化极限学习机(PSO-ELM)地震人员死亡评估模型。研究结果表明,模型在预测性能方面表现良好,在不同地区和烈度下具有较好的适用性和泛化性,能够为地震应急响应和地震灾害风险评估提供重要技术支撑。
展开更多
关键词
地震人员伤亡
评估模型
PSO-ELM
下载PDF
职称材料
基于CEEMDAN-LSTM组合的兰州空气质量指数预测
2
作者
赵煜
韩旭昊
《安徽师范大学学报(自然科学版)》
2023年第5期433-439,447,共8页
针对兰州空气质量指数存在波动大和数据长期依赖性的问题,提出了一种基于CEEMDANLSTM组合的预测模型,并与EEMD-LSTM和LSTM模型进行了比较。首先采用CEEMDAN对兰州空气质量指数序列进行分解,然后使用LSTM神经网络预测得到各个分量,最后...
针对兰州空气质量指数存在波动大和数据长期依赖性的问题,提出了一种基于CEEMDANLSTM组合的预测模型,并与EEMD-LSTM和LSTM模型进行了比较。首先采用CEEMDAN对兰州空气质量指数序列进行分解,然后使用LSTM神经网络预测得到各个分量,最后叠加各分量的预测值重构空气质量指数预测结果。实验结果表明,CEEMDAN-LSTM模型相比于LSTM模型和EEMD-LSTM模型,具有更小的预测误差和更高的预测精度。这得益于CEEMDAN方法的有效降噪和LSTM模型对长期依赖关系的强大处理能力。因此,该组合模型在兰州空气质量指数预测方面具有一定的实用价值。
展开更多
关键词
兰州
空气质量指数
LSTM神经网络
CEEMDAN模态分解
下载PDF
职称材料
题名
基于PSO-ELM的地震死亡人员评估方法研究
1
作者
赵煜
韩旭昊
孙艳萍
史一彤
陈文凯
机构
兰州财经大学统计与数据科学学院
甘肃经济发展数量分析研究中心
中国地震局兰州地震研究所
出处
《地震工程学报》
CSCD
北大核心
2024年第3期742-750,共9页
基金
国家社科基金西部项目(21XTJ004)
兰州财经大学重点项目(Lzufe2022B-005)
“十三五”国家重点研发计划项目(2017YFB0504104)。
文摘
地震灾害人员伤亡快速评估对于地震应急响应至关重要。区域地理环境、人口密度和建筑结构等多种因素对地震人员伤亡具有重要影响,文章针对中国内地按照分区开展地震死亡人员评估方法研究。为充分考虑地震对不同地区造成的差异性影响,根据人口密度、地理环境、建筑结构等情况,将中国大陆划分为西北、西南和东部三个区域,并按地震最大烈度对样本进行分类;然后采用随机森林方法和自助采样法,根据每个特征的重要性排序选取震级、震区面积和人口密度三参数,建立粒子群优化极限学习机(PSO-ELM)地震人员死亡评估模型。研究结果表明,模型在预测性能方面表现良好,在不同地区和烈度下具有较好的适用性和泛化性,能够为地震应急响应和地震灾害风险评估提供重要技术支撑。
关键词
地震人员伤亡
评估模型
PSO-ELM
Keywords
earthquake casualties
estimation model
PSO-ELM
分类号
P315 [天文地球—地震学]
下载PDF
职称材料
题名
基于CEEMDAN-LSTM组合的兰州空气质量指数预测
2
作者
赵煜
韩旭昊
机构
兰州财经大学统计学院
出处
《安徽师范大学学报(自然科学版)》
2023年第5期433-439,447,共8页
基金
国家社会科学基金项目(21XTJ004).
文摘
针对兰州空气质量指数存在波动大和数据长期依赖性的问题,提出了一种基于CEEMDANLSTM组合的预测模型,并与EEMD-LSTM和LSTM模型进行了比较。首先采用CEEMDAN对兰州空气质量指数序列进行分解,然后使用LSTM神经网络预测得到各个分量,最后叠加各分量的预测值重构空气质量指数预测结果。实验结果表明,CEEMDAN-LSTM模型相比于LSTM模型和EEMD-LSTM模型,具有更小的预测误差和更高的预测精度。这得益于CEEMDAN方法的有效降噪和LSTM模型对长期依赖关系的强大处理能力。因此,该组合模型在兰州空气质量指数预测方面具有一定的实用价值。
关键词
兰州
空气质量指数
LSTM神经网络
CEEMDAN模态分解
Keywords
Lanzhou
air quality index
LSTM
CEEMDAN
分类号
X823 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PSO-ELM的地震死亡人员评估方法研究
赵煜
韩旭昊
孙艳萍
史一彤
陈文凯
《地震工程学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于CEEMDAN-LSTM组合的兰州空气质量指数预测
赵煜
韩旭昊
《安徽师范大学学报(自然科学版)》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部