一种基于多模型融合的杆塔基础滑坡预测方法和系统.pdf
宏硕****mo
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于多模型融合的杆塔基础滑坡预测方法和系统.pdf
本发明提供了一种基于多模型融合的杆塔基础滑坡预测方法和系统,包括:利用目标时段对应的杆塔基础滑坡位移趋势项时序序列,预测目标时段杆塔基础滑坡位移的趋势项;利用目标时段对应的杆塔基础滑坡位移周期项时序序列、目标时段杆塔基础的特征量、预先构建的GRU模型和预先构建的XGboost模型,预测目标时段杆塔基础滑坡位移的周期项;将趋势项与周期项的加和作为目标时段杆塔基础的滑坡位移。本发明利用多模型融合预测的手段,实现了杆塔基础滑坡位移预测的精准预测,在滑坡预警方面起到了强大的数据支撑作用,为电网防灾减灾提供了有力的
基于智慧城市的多模型融合方法及系统.pdf
本发明提供基于智慧城市的多模型融合方法、系统、电子设备及存储介质,方法包括:根据航拍摄影图像,生成BIM模型和倾斜摄影模型;通过B/S端方式且采用GUP渲染方式对BIM模型和倾斜摄影模型进行渲染;对渲染后的BIM模型和倾斜摄影模型进行融合,得到融合后的实景三维模型;根据实时采集的室内外移动目标的坐标点、移动轨迹和属性信息,构建移动目标的实时感知模型,将构建的移动目标的实时感知模型融合于实景三维模型中并显示。本发明能够将多种模型进行融合,通过B/S端且基于GPU与服务器渲染技术,将倾斜摄影数据、BIM数据模
一种基于多机器学习模型融合的油井产量预测方法.pdf
本发明公开了一种基于多机器学习模型融合的油井产量预测方法,包括以下步骤:S1:收集目标产油井的生产资料并进行预处理,获得生产数据集;S2:划分训练数据集和测试数据集;S3:分别构建TCN‑attention模型、CatBoost模型、ANFIS模型并进行训练;S4:获得三个模型的预测输出结果一,将其划分为训练数据集二和测试数据集二;S5:构建RBF神经网络并进行训练;S6:获得预测输出结果二;S7:将所述预测输出结果二与所述测试数据集二中的真实值进行对比,根据对比结果判断融合模型是否达到预测精度要求:若未
一种基于集成融合模型的山体滑坡监测预警方法及系统.pdf
本发明提供了一种基于集成融合模型的山体滑坡监测预警方法及系统,涉及数据处理技术领域,采集目标山体区域中多个岩层裂缝的开度信息,获得多个开度信息序列,计算获得多个开度变化率信息集合,对异常信息进行剔除获得多个可信开度变化率信息集合,构建山体滑坡预测融合模型,对多个可信开度变化率信息集合进行预测分析获得多个山体滑坡预测结果,依据滑坡概率计算分支进行综合计算,获得滑坡概率预测结果,解决了现有技术中进行山体滑坡监测预警时,由于监测预测方法智能度不足,只能依靠外部设备进行辅助预测,监测覆盖区域不够完备,且耗费成本较
一种基于Stacking模型融合的楼宇用电量预测方法和系统.pdf
本发明公开了一种基于Stacking模型融合的楼宇用电量预测方法和系统,属于楼宇用电量预测领域。本发明采用Stacking模型融合算法集成多种回归模型,构建用电量Stacking集成模型,集成了多种模型的优势,减少了预测偏差;针对用电量不稳的楼宇,利用了历史用电量、温度、风力、湿度、时间信息等多种影响因素,训练用电量Stacking集成模型,提高了预测的精准度,有利于楼宇的管理者对大楼能耗进行有效的管控,避免出现耗电量与预估电量相差太大的情况,在参与电力市场交易时合理预估和购买,使楼宇管理者有效控制电费支