检索结果-南通市图书馆

Dynamic prediction of landslide displacement using singular spectrum analysis and stack long short-term memory network

引用

Journal of Mountain Science 2021年第10期18卷 2597-2611页

作者： LI Li-min Zhang Ming-yue wen zong-zhou College of Electronics and Information Xi’an Polytechnic UniversityXi’an 710048China

An accurate landslide displacement prediction is an important part of landslide warning system. Aiming at the dynamic characteristics of landslide evolution and the shortcomings of traditional static prediction models, this paper proposes a dynamic prediction model of landslide displacement based on singular spectrum analysis(SSA) and stack long short-term memory(SLSTM) network. The SSA is used to decompose the landslide accumulated displacement time series data into trend term and periodic term displacement subsequences. A cubic polynomial function is used to predict the trend term displacement subsequence, and the SLSTM neural network is used to predict the periodic term displacement subsequence. At the same time, the Bayesian optimization algorithm is used to determine that the SLSTM network input sequence length is 12 and the number of hidden layer nodes is 18. The SLSTM network is updated by adding predicted values to the training set to achieve dynamic displacement prediction. Finally, the accumulated landslide displacement is obtained by superimposing the predicted value of each displacement subsequence. The proposed model was verified on the Xintan landslide in Hubei Province, China. The results show that when predicting the displacement of the periodic term, the SLSTM network has higher prediction accuracy than the support vector machine(SVM) and auto regressive integrated moving average(ARIMA). The mean relative error(MRE) is reduced by 4.099% and 3.548% respectively, while the root mean square error(RMSE) is reduced by 5.830 mm and 3.854 mm respectively. It is concluded that the SLSTM network model can better simulate the dynamic characteristics of landslides.

关键词： Landslide Singular spectrum analysis Stack long short-term memory network Dynamic displacement prediction

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Landslide prediction based on improved principal component analysis and mixed kernel function least squares support vector regression model

引用

Journal of Mountain Science 2021年第8期18卷 2130-2142页

作者： LI Li-min CHENG Shao-kang wen zong-zhou School of Electronics and Information Xi’an Polytechnic UniversityXi’an710048China School of Automation Northwestern Polytechnical UniversityXi’an710072China

Landslide probability prediction plays an important role in understanding landslide information in advance and taking preventive *** factors can influence the occurrence of landslides,which is easy to have a curse of dimensionality and thus lead to reduce prediction *** the generalization ability of the model will also decline sharply when there are only small *** reduce the dimension of calculation and balance the model’s generalization and learning ability,this study proposed a landslide prediction method based on improved principal component analysis(PCA)and mixed kernel function least squares support vector regression(LSSVR)***,the traditional PCA was introduced with the idea of linear discrimination,and the dimensions of initial influencing factors were reduced from 8 to *** improved PCA can not only weight variables but also extract the original ***,combined with global and local kernel function,the mixed kernel function LSSVR model was framed to improve the generalization *** optimization algorithm(WOA)was used to optimize the ***,Root Mean Square Error(RMSE),the sum of squared errors(SSE),Mean Absolute Error(MAE),Mean Absolute Precentage Error(MAPE),and reliability were employed to verify the performance of the *** with radial basis function(RBF)LSSVR model,Elman neural network model,and fuzzy decision model,the proposed method has a smaller ***,the landslide warning level obtained from the landslide probability can also provide references for relevant decision-making departments in emergency response.

关键词： Landslide probability LSSVR Mixed kernel function Improved PCA Warning level

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Landslide displacement prediction based on the ICEEMDAN,ApEn and the CNN-LSTM models

引用

Journal of Mountain Science 2023年第5期20卷 1220-1231页

作者： LI Li-min WANG Chao-yang wen zong-zhou GAO Jian XIA Meng-fan College of Electronics and Information Xi’an Polytechnic UniversityXi’an 710600 China Shaanxi Yixin Network Technology Co. LtdXi’an 710065China

Landslide deformation is affected by its geological conditions and many environmental *** it has the characteristics of dynamic,nonlinear and unstable,which makes the prediction of landslide displacement *** view of the above problems,this paper proposes a dynamic prediction model of landslide displacement based on the improvement of complete ensemble empirical mode decomposition with adaptive noise(ICEEMDAN),approximate entropy(ApEn)and convolution long short-term memory(CNN-LSTM)neural ***,ICEEMDAN and Ap En are used to decompose the cumulative displacements into trend,periodic and random ***,the least square quintic polynomial function is used to fit the displacement of trend term,and the CNN-LSTM is used to predict the displacement of periodic term and random ***,the displacement prediction results of trend term,periodic term and random term are superimposed to obtain the cumulative displacement prediction *** proposed model has been verified in Bazimen landslide in the Three Gorges Reservoir area of *** experimental results show that the model proposed in this paper can more effectively predict the displacement changes of *** compared with long short-term memory(LSTM)neural network,gated recurrent unit(GRU)network model and back propagation(BP)neural network,CNN-LSTM neural network had higher prediction accuracy in predicting the periodic displacement,with the mean absolute percentage error(MAPE)reduced by 3.621%,6.893% and 15.886% respectively,and the root mean square error(RMSE)reduced by 3.834 mm,3.945 mm and 7.422mm ***,this model not only has high prediction accuracy but also is more stable,which can provide a new insight for practical landslide prevention and control engineering.

关键词： Displacement prediction ICEENDAN Approximate entropy Long short-term memory Bazimen landslide

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于射频技术的无线监测系统

引用

信息技术 2013年第11期37卷 121-123,128页

作者：温宗周温馨西安工程大学西安710048

以温室温湿度等数据监测为研究对象,设计了一种基于MSP430单片机和无线射频芯片的监测系统。给出了系统构成框架和实现跳频序列的具体方案,提供了无线模块和数据采集模块的通信过程。针对ISM频段拥挤干扰繁多的现状,采用跳频机制提高了... 详细信息

以温室温湿度等数据监测为研究对象,设计了一种基于MSP430单片机和无线射频芯片的监测系统。给出了系统构成框架和实现跳频序列的具体方案,提供了无线模块和数据采集模块的通信过程。针对ISM频段拥挤干扰繁多的现状,采用跳频机制提高了系统的抗干扰性。测试结果表明,系统实用性强、功耗低、工作可靠、便于使用。

关键词：数据采集跳频 MSP430 nRF905

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

丝光机碱液浓度检测温度补偿方法的研究

引用

纺织高校基础科学学报 2006年第3期19卷 279-282,295页

作者：温宗周胡勇蔚泉清张涛西安工程大学电子信息学院陕西西安710048

探讨电磁法碱液浓度检测中的温度补偿问题.通过实验方法测量不同浓度在不同温度下的电导率数据,利用最小二乘原理拟合浓度-温度-电导率曲线,从而得到具有温度补偿的不同浓度下电磁浓度变送器的输出函数关系表达式.实现了丝光机碱液浓度... 详细信息

探讨电磁法碱液浓度检测中的温度补偿问题.通过实验方法测量不同浓度在不同温度下的电导率数据,利用最小二乘原理拟合浓度-温度-电导率曲线,从而得到具有温度补偿的不同浓度下电磁浓度变送器的输出函数关系表达式.实现了丝光机碱液浓度检测过程中温度补偿,使检测精度达到丝光工艺要求.

关键词：碱液浓度电磁法温度补偿曲线拟合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

纱线强度测量系统的设计与实现

引用

西安工程科技学院学报 2007年第5期21卷 640-643页

作者：吴钦温宗周西安工程大学纺织与材料学院陕西西安710048 西安工程大学电子信息学院陕西西安710048

提出一种纱线强度测量方法,设计了单片机纱线强度测量系统.系统采用AT89C51作为纱线强度测试仪的检测与控制核心,扩展了键盘输入、数码管显示、电机驱动、圈数检测及纱线断裂检测等5个电路模块,编制调试了其系统软件程序.系统可以替代... 详细信息

提出一种纱线强度测量方法,设计了单片机纱线强度测量系统.系统采用AT89C51作为纱线强度测试仪的检测与控制核心,扩展了键盘输入、数码管显示、电机驱动、圈数检测及纱线断裂检测等5个电路模块,编制调试了其系统软件程序.系统可以替代人工手段检测纱线强度的特性参数,从而界定纱线的品质,有效提高纺织品的质量和稳定性.

关键词：纱线强度单片机测量系统

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于MSP430和VB的温度监测系统设计

引用

电子设计工程 2015年第4期23卷 96-98页

作者：温宗周刘伟西安工程大学电子信息学院陕西西安710048

针对目前集群现场测温中人工采集的一些局限性,提出了一种基于MSP430的多点测温系统的设计方案。设计了MSP430单片机驱动DS18B20采集温度的硬件系统和软件系统以及利用VB编写上位机接收显示界面,定时刷新采集到的实时温度,通过折线图显... 详细信息

针对目前集群现场测温中人工采集的一些局限性,提出了一种基于MSP430的多点测温系统的设计方案。设计了MSP430单片机驱动DS18B20采集温度的硬件系统和软件系统以及利用VB编写上位机接收显示界面,定时刷新采集到的实时温度,通过折线图显示出温度变化趋势。结果表明,该系统能够准确采集各监测点的温度数据,并可以实时召测当前温度,为工程应用提供了重要依据。

关键词： VB MSP430 温度监测系统

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于微波谐振腔的纸页含水率检测系统

引用

造纸科学与技术 2015年第5期34卷 61-64页

作者：温宗周张勇西安工程大学陕西西安710048

对微波谐振腔法测量纸页含水率的基本原理进行了论述,建立了纸页含水率与谐振腔谐振频率的偏移及-3db功率带宽的数学模型。采用DDS+PLL扫频法获取谐振腔的空腔以及有纸页状态下的谐振频率、-3db带宽。最后采用最小二乘法,根据不同含水... 详细信息

对微波谐振腔法测量纸页含水率的基本原理进行了论述,建立了纸页含水率与谐振腔谐振频率的偏移及-3db功率带宽的数学模型。采用DDS+PLL扫频法获取谐振腔的空腔以及有纸页状态下的谐振频率、-3db带宽。最后采用最小二乘法,根据不同含水率的纸页对应微波值和含水率值拟合出含水率关系曲线,实现纸页含水率的间接测量。该检测方法具有快速、连续、精度高、非接触并且不受纸页质量和密度的影响等优点。

关键词：微波谐振腔扫频法在线监测 DDS+PLL 最小二乘法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于ARM11的旅游车辆监控系统的设计

引用

电子设计工程 2015年第2期23卷 145-147页

作者：周冬温总周西安工程大学电子信息学院陕西西安710048

针对旅游车辆监控系统在旅客身份认证方面的不足,介绍了一种基于ARM11的旅游车辆监控系统的设计方案。在嵌入式Linux平台下实现旅客图像数据、旅客物品信息的采集、登记和关联以及对旅游车辆的定位和监控。通过USB摄像头实现视频图像数... 详细信息

针对旅游车辆监控系统在旅客身份认证方面的不足,介绍了一种基于ARM11的旅游车辆监控系统的设计方案。在嵌入式Linux平台下实现旅客图像数据、旅客物品信息的采集、登记和关联以及对旅游车辆的定位和监控。通过USB摄像头实现视频图像数据的实时采集,利用GPS模块对旅游车辆进行定位,采用RFID技术完成旅客行李物品信息的采集,选择基于主成分分析(PCA)的人脸识别技术对旅客进行身份认证,通过GPRS网络把旅游车辆的状态信息传送到远程的车辆监控中心。测试表明,该系统性能稳定可靠。

关键词：嵌入式系统人脸识别 Linux 主成分分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

民办高校创新创业教育师资队伍建设研究

引用

黑龙江科学 2016年第21期7卷 72-73页

作者：宗文宙张宇黑龙江财经学院哈尔滨150025

国家在新时期提出了"双创"战略思想作为新世纪社会和经济发展的主要方向,民办高校在办学过程中要突出创新创业教育这一基本环节,打造一支能够肩负创新创业教育的师资队伍,成为民办高校建设和转型的关键。本文研究了教师在创新创业教育... 详细信息

国家在新时期提出了"双创"战略思想作为新世纪社会和经济发展的主要方向,民办高校在办学过程中要突出创新创业教育这一基本环节,打造一支能够肩负创新创业教育的师资队伍,成为民办高校建设和转型的关键。本文研究了教师在创新创业教育中的作用,提供了总体规划制定、专职教师队伍建设、与产业界互动等策略,为民办高校创新创业教育师资队伍建设提供了主要路径。

关键词：民办高校创新创业教育教师师资队伍总体规划

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：