宋锦焘
- 作品数：23 被引量：37H指数：3
- 供职机构：河海大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”中央高校基本科研业务费专项资金更多>>
- 相关领域：水利工程文化科学建筑科学更多>>
- 期刊信息管理系统
- 本发明提供一种期刊信息管理系统，包括：统一期刊题录模块，其设置在中心服务器中，供各成员图书馆共享使用，并且包括统一期刊库、原创题录库和引用题录库；成员图书馆期刊模块，其设置在各成员图书馆中并连接所述统一期刊题录模块，用于...
- 张玉全刘谦朱延涛宋锦焘郑源
- 文献传递
- 移动平均和经验模态分解法在大坝位移分离中的应用被引量：2
- 2014年
- 经验模态分解方法由于缺少数据预处理,分解结果具有冗余性、与自变量数量不能对应、模函数无法进行物理解释等问题,因此在经验模态分解前增加移动平均数据预处理过程,以减少原始数据量,保留趋势过程,并以某双曲拱坝位移分离为例,对比了经过数据预处理与未经数据预处理的经验模态分解结果。结果表明,预处理后位移序列趋势性不变,但数据量和分解模函数数量均有所减少;为了使分解得到的模函数与水位和温度的物理解释相吻合,选择合适的移动平均参数M,使模函数数量为2,避免了分解的冗余性。
- 宋锦焘张秀山江骄王少伟沈寿亮刘天祥梁睿斌
- 关键词：大坝安全监测经验模态分解
- ARIMA-MC组合模型在大坝变形安全监测中的应用被引量：2
- 2014年
- 为及时了解大坝的安全状况,在坝体变形监测资料往往不平稳的基础上,建立了ARIMA预测模型,通过马尔科夫链预测了ARIMA模型的误差,从而修正了模型的预测值,建立了ARIMA-MC组合模型,并结合实测数据验证了此组合模型的有效性。结果表明,ARIMA-MC组合模型预测精度高,具有较好的实用性。
- 沈寿亮姜彦作宋锦焘刘天祥梁睿斌
- 关键词：大坝变形马尔科夫链ARIMA模型
- 基于遗传算法的LIBSVM模型大坝扬压力预测研究被引量：10
- 2013年
- 支持向量机(S VM)模型的核心问题是惩罚因子c和核函数参数g的选取.通常支持向量机库工具箱(LIBSVM)采用传统网格搜索算法进行参数寻优,只能得到交叉验证意义下的全局最优解,在更大范围内进行参数寻优比较费时,且效率较低,针对这一问题,提出了基于遗传算法的启发式寻优,以交叉验证(CV)意义下的准确率为适应度,通过一系列的选择交叉变异操作,得到最优的c和g,将优化后的SVM模型应用于大坝扬压力的预测.通过某大坝扬压力监测的实例应用,将遗传算法优化的LIBSVM与传统的LIBSVM预测相对比,预测效果更好,精度更高.
- 刘天祥包腾飞宋锦焘沈寿亮梁睿斌姜彦作
- 关键词：LIBSVM遗传算法坝基扬压力
- 一种基于音频检测的灭蚊垃圾广告牌
- 本实用新型公开了一种基于音频检测的灭蚊垃圾广告牌，由电子显示屏广告牌、太阳能电池、音频检测装置、储灭蚊剂室、电热棒、垃圾箱组成，太阳能电池板与电子显示屏广告牌、音频检测装置、和电热棒相连，音频检测装置与电热棒连，储灭蚊剂...
- 吴曌月洪亚东宋锦焘朱延涛张玉全杨春霞
- 文献传递
- 垂直动力倾斜桨板船桨
- 本实用新型涉及一种垂直动力倾斜桨板船桨，其特征是包括连杆(1)、垂直桨板(2)和弹簧(3)组成，垂直桨板(2)连接在连杆(1)两端，弹簧(3)一端安装在连杆(1)与垂直桨板(2)的连接端头处，另一端连接到船体。本实用新型...
- 宋锦焘娄保东
- 文献传递
- 期刊信息管理系统
- 本发明提供一种期刊信息管理系统，包括：统一期刊题录模块，其设置在中心服务器中，供各成员图书馆共享使用，并且包括统一期刊库、原创题录库和引用题录库；成员图书馆期刊模块，其设置在各成员图书馆中并连接所述统一期刊题录模块，用于...
- 张玉全刘谦朱延涛宋锦焘郑源
- 文献传递
- 基于遗传算法的LIBSVM模型大坝扬压力预测研究
- 坝身孔隙水压力和坝基扬压力是大坝渗透压力监测的两个方面，因此，坝基扬压力的监测资料分析对于研究大坝的稳定和耐久性、监视大坝的安全、了解大坝的渗流状态、预测大坝的运行情况等都有重要的意义。支持向量机(SVM)模型的核心问题...
- 刘天祥包腾飞宋锦焘沈寿亮梁睿斌姜彦作
- 关键词：大坝扬压力监测支持向量机遗传算法
- 文献传递
- 基于AFSA-AHP的大坝安全指标权重研究被引量：15
- 2014年
- 针对传统AHP的一致性检验采用特征向量法计算大坝安全指标权重时缺乏可靠的理论依据问题,提出了一种基于人工鱼群优化—层次分析法的大坝指标权重计算方法,将判断矩阵下的权值计算问题转化为约束求解问题,利用人工鱼群的智能优化搜索求得具有满意一致性的最佳权重。将该计算模型用于某大坝的安全指标分析中,与传统特征向量法相比,该计算模型结果更精确、更稳定,为大坝安全指标权重的确定提供了一种行之有效的方法。
- 刘天祥宋锦焘沈寿亮梁睿斌姜彦作
- 关键词：层次分析法人工鱼群算法安全指标
- 基于SVM-ARIMA的大坝变形预测模型被引量：7
- 2014年
- 大坝变形的实测值序列是一个非线性、非平稳的时间序列,支持向量机引入核函数后能有效解决非线性问题,因此可用支持向量机对大坝变形进行预测。为了提高预测精度,进一步对残差序列进行分析,通过ARIMA模型对残差序列进行预测,建立了SVM-ARIMA组合模型。将大坝变形时间序列分为趋势项和误差项,分别用SVM和ARIMA模型进行预测,综合两项结果得到模型的预测值。结合实测资料对模型进行检验,结果表明组合模型精度较高。
- 沈寿亮刘天祥宋锦焘姜彦作梁睿斌
- 关键词：大坝变形支持向量机
