论文摘要
提高水资源监测数据的真实性与完备性是国家水资源监控能力建设的重要内容.本文基于当前国家水资源监控数据的实际统计状况,提出采用小波变换模极大值的方法实现对取用水监测数据的降噪和奇异值的挖掘,并将辨识出的奇异值进行剔除处理后的监测数据序列作为粒子群-最小二乘支持向量机模型的训练样本,进而根据拟合函数对奇异值进行修正的策略.通过对重点取用水户的取用水监测数据进行实证研究结果发现,利用小波变换模极大值可较大限度地保留取用水监测数据的原始信息,并实现对其中变动幅度偏大数据的分离,可有效降噪并观测取用水监测数据的内在变化规律;同时借助相对误差可进一步挖掘监测数据中存在的奇异值,且辨识效果要好于传统统计方法;而粒子群-最小二乘支持向量机模型对取用水监测数据的样本拟合要比普通最小二乘支持向量机、曲线拟合等方法更为有效,运用该方法修正的取用水监测数据奇异值更加符合实际取用水需求的特点.
论文目录
文章来源
类型: 期刊论文
作者: 张峰,薛惠锋,宋晓娜,万毅
关键词: 取用水监测,奇异值,小波变换,最小二乘支持向量机
来源: 系统工程理论与实践 2019年07期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 水利水电工程,自动化技术
单位: 山东理工大学管理学院,中国航天系统科学与工程研究院,泰山学院商学院,水利部水资源管理中心
基金: 国家自然科学基金重点项目(U1501253),广东省省级科技计划项目(2016B010127005)~~
分类号: TP181;TV213.4
页码: 1867-1876
总页数: 10
文件大小: 1587K
下载量: 101
相关论文文献
标签：取用水监测论文; 奇异值论文; 小波变换论文; 最小二乘支持向量机论文;