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
用于非线性非平稳船舶运动极短期预报的一种复合自回归经验模态分解支持向量机回归模型(英文)
被引量:
7
1
作者
Wen-yang DUAN
Li-min HUANG
+2 位作者
Yang HAN
Ya-hui ZHANG
Shuo HUANG
《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》
SCIE
EI
CAS
CSCD
2015年第7期562-576,共15页
目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1....
目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。
展开更多
关键词
非线性
非
平稳
船舶
运动
极短期预报
经验模态分解
支持向量机回归模型
自回归模型
原文传递
基于小波_SVR模型的浮体极短期运动预报方法
被引量:
3
2
作者
盖晓娜
杨建民
田新亮
《舰船科学技术》
北大核心
2018年第11期66-70,共5页
针对随机海浪作用下浮体运动的非线性和非平稳特性,本文提出一种复合的小波-SVR组合方法。该方法首先对数据进行平稳性分析,然后利用小波分析将原始数据分解成有限个细节信号和逼近信号,将细节信号进行整合。采用SVR模型分别对最低频的...
针对随机海浪作用下浮体运动的非线性和非平稳特性,本文提出一种复合的小波-SVR组合方法。该方法首先对数据进行平稳性分析,然后利用小波分析将原始数据分解成有限个细节信号和逼近信号,将细节信号进行整合。采用SVR模型分别对最低频的逼近信号和整合后的细节信号进行预测,最后把2个预测结果进行叠加,得到最终的运动预测。仿真结果表明,复合的小波-SVR组合方法应用于浮体运动极短期预报可行,该方法在理论和工程应用方面具有重要的意义。
展开更多
关键词
极短期预报
非线性非平稳运动
支持向量机回归(SVR)模型
小波分解
下载PDF
职称材料
题名
用于非线性非平稳船舶运动极短期预报的一种复合自回归经验模态分解支持向量机回归模型(英文)
被引量:
7
1
作者
Wen-yang DUAN
Li-min HUANG
Yang HAN
Ya-hui ZHANG
Shuo HUANG
机构
Department of Shipbuilding Engineering
Key Laboratory of Renewable Energy
出处
《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》
SCIE
EI
CAS
CSCD
2015年第7期562-576,共15页
基金
supported by the National Natural Science Foundation of China(No.51079032)
文摘
目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。
关键词
非线性
非
平稳
船舶
运动
极短期预报
经验模态分解
支持向量机回归模型
自回归模型
Keywords
Nonlinear and non-stationary ship motion
Short-term prediction
Empirical mode decomposition(EMD)
Support vector regression(SVR)
分类号
U661.3 [交通运输工程—船舶及航道工程]
原文传递
题名
基于小波_SVR模型的浮体极短期运动预报方法
被引量:
3
2
作者
盖晓娜
杨建民
田新亮
机构
上海交通大学海洋工程国家重点实验室
出处
《舰船科学技术》
北大核心
2018年第11期66-70,共5页
基金
国家自然科学基金资助项目(51509152)
工信部“第七代超深水钻井平台(船)”和“深水半潜式支持平台研发专项”经费资助项目.
文摘
针对随机海浪作用下浮体运动的非线性和非平稳特性,本文提出一种复合的小波-SVR组合方法。该方法首先对数据进行平稳性分析,然后利用小波分析将原始数据分解成有限个细节信号和逼近信号,将细节信号进行整合。采用SVR模型分别对最低频的逼近信号和整合后的细节信号进行预测,最后把2个预测结果进行叠加,得到最终的运动预测。仿真结果表明,复合的小波-SVR组合方法应用于浮体运动极短期预报可行,该方法在理论和工程应用方面具有重要的意义。
关键词
极短期预报
非线性非平稳运动
支持向量机回归(SVR)模型
小波分解
Keywords
short-term prediction
nonlinear and non-stationary motion
support vector regression (SVR)model
wavelet decomposition
分类号
U6613 [交通运输工程—船舶及航道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用于非线性非平稳船舶运动极短期预报的一种复合自回归经验模态分解支持向量机回归模型(英文)
Wen-yang DUAN
Li-min HUANG
Yang HAN
Ya-hui ZHANG
Shuo HUANG
《Journal of Zhejiang University-Science A(Applied Physics & Engineering)》
SCIE
EI
CAS
CSCD
2015
7
原文传递
2
基于小波_SVR模型的浮体极短期运动预报方法
盖晓娜
杨建民
田新亮
《舰船科学技术》
北大核心
2018
3
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