尊敬的各位读者:
根据当前疫情防控要求,我馆部分原文传递服务可能会有延期,无法在24小时内提供,给您带来的不便敬请谅解!
国家工程技术图书馆
2022年11月29日
摘要: 得益于人工智能技术的迅速发展,应用机器学习方法进行波浪和载荷预测已成为近些年的研究热点之一.支持向量机方法SVM作为机器学习方法的一种,泛化学习能力强,可有效实现波浪预测.基于JONSWAP波浪谱水池试验数据,采用支持向量机回归方法进行学习与预测... 展开 得益于人工智能技术的迅速发展,应用机器学习方法进行波浪和载荷预测已成为近些年的研究热点之一.支持向量机方法SVM作为机器学习方法的一种,泛化学习能力强,可有效实现波浪预测.基于JONSWAP波浪谱水池试验数据,采用支持向量机回归方法进行学习与预测.提出一种新的波谱分频方法,将波浪时间序列转换成波浪谱,采用波浪谱分区间方式,分频域预测波高,再进行线性叠加.对影响预测结果的训练时长、取点频率等参数进行充分优选后,建立了波浪短期预测模型.对比分析分频前后模型预测效果,形成了一套基于支持向量机的波浪预测方法. 收起
系统维护,暂停服务。
根据《著作权法》“合理使用”原则,您当前的文献传递请求已超限。
如您有科学或教学任务亟需,需我馆提供文献传递服务,可由单位单位签署《图书馆馆际互借协议》说明情况,我馆将根据馆际互借的原则,为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱,《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定, NETL仅提供少量文献资源原文复制件,用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。