【摘 要】
：
为提高泥石流预测预报的准确性,提出一种基于DBSCAN聚类的改进极限学习机(ELM)算法。首先,利用DBSCAN算法对泥石流发生训练的数据进行聚类处理;其次,将聚类得到的不同训练集
【机 构】
：
兰州理工大学土木工程学院,西南交通大学土木工程学院
【基金项目】
：
四川省科技计划重点研发项目(2019YFG0460)
论文部分内容阅读
为提高泥石流预测预报的准确性,提出一种基于DBSCAN聚类的改进极限学习机(ELM)算法。首先,利用DBSCAN算法对泥石流发生训练的数据进行聚类处理;其次,将聚类得到的不同训练集分类训练ELM分类器;最后,利用ELM分类器对预测集数据进行预测。实验结果表明,利用改进ELM算法对泥石流发生预测的平均准确率达到91.6%,改进ELM算法的稳定性与传统ELM算法相比有明显提高,与传统ELM算法、BP神经网络和Fisher预测法相比,改进ELM算法的预测精度更高。
其他文献
交通标志检测在自动驾驶领域一直是个比较热门的课题。在深度学习算法中,YOLOv3和Faster R-CNN已经获得了极好的目标检测性能,但在检测小目标时,存在漏检的情况。针对交通标志检测中小目标准确快速识别的需求,本文提出一种轻量级YOLOv3的交通标志检测算法。通过卷积神经网络同时使用浅层和深层的特征提取,得到多尺度特征图,深层特征可以有效地保持检测精度不下降,浅层特征可以有效地提高小目标检测任
简述了截止波导带通滤波器的基本设计原理，并实现了一款小型化的超窄带带通滤波器。中心频率为3．65GHz,带宽为30MHz。体积仅为42mm×11mm×7．5mm，带内插入损耗小于6dB，带
针对涡轮壳零件表面质量检测中存在的检测精度和效率低、实现难度大等难题,提出一种基于机械臂和机器视觉的表面质量检测方法。首先采用机械臂带动视觉系统运动到检测工位采集零件表面图像,然后对图像进行滤波、区域提取、特征提取和分割等处理,检测出涡轮壳表面的磕碰、凹坑等缺陷。通过现场试验结果表明,本系统单工位平均检测时间小于2 s,漏检率仅为0. 4%,检测精度和效率均满足工程应用要求。
论述区块链即服务研究现状,通过云计算和区块链技术结合方式介绍区块链即服务工作原理,根据区块链即服务面向的服务对象论述基础设计原则,以主流的区块链即服务平台分析研究