您的位置: 专家智库 > >

李冠成

作品数:2 被引量:18H指数:1
供职机构:桂林理工大学更多>>
发文基金:国家自然科学基金广西壮族自治区自然科学基金更多>>
相关领域:天文地球更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇天文地球

主题

  • 1篇地面三维激光...
  • 1篇三维激光扫描
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据管理
  • 1篇数字城市
  • 1篇网络法
  • 1篇相空间重构
  • 1篇小波神经
  • 1篇小波神经网络
  • 1篇经验模态分解
  • 1篇边坡
  • 1篇边坡变形
  • 1篇城市

机构

  • 2篇桂林理工大学

作者

  • 2篇李冠成
  • 1篇任超
  • 1篇杨兴跃

传媒

  • 1篇测绘科学技术...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
地面三维激光扫描技术应用研究
三维激光扫描技术是一门新兴的测绘技术,是测绘领域继GPS技术之后的又一次技术革命,目前已经逐渐成为广大科研人员和工程技术人员全新的解决问题的手段,并逐渐取代一些传统的测绘手段,为工程与科学研究提供了更准确的数据。随着近些...
李冠成
关键词:三维激光扫描数据管理数字城市
经验模态分解和遗传小波神经网络法用于边坡变形预测被引量:18
2014年
从挖掘边坡变形特性出发,提出一种基于经验模态分解(EMD)和遗传小波神经网络(GA-WNN)法的新型边坡变形预测模型。该模型首先对边坡变形序列进行EMD分解,有效分离出不同尺度特征的子序列;其次基于相空间重构挖掘各子序列的特性,以避免预测模型输入维数选取的随意性;然后采用遗传算法优化小波神经网络的权值和阈值,进而对各子序列建立预测模型;最后叠加各子序列预测值得到边坡预测结果。经过了算例计算,并与SVM和GA-WNN对比分析。结果表明:该模型具有较强的非线性拟合和自适应能力;在一定程度上保证较优的局部预测值和较好的全局预测精度,均方根误差为0.68 mm;在边坡变形预测中具有一定的实用意义。
任超梁月吉庞光锋杨兴跃李冠成
关键词:边坡变形经验模态分解相空间重构小波神经网络
共1页<1>
聚类工具0