郭瑜
- 作品数:15 被引量:154H指数:7
- 供职机构:大连理工大学更多>>
- 发文基金:水利部现代水利科技创新项目国家教育部博士点基金国家自然科学基金更多>>
- 相关领域:水利工程交通运输工程建筑科学理学更多>>
- 电力负荷预测的模糊可变集合方法被引量:8
- 2005年
- 应用模糊可变方法对电力负荷进行了预测。利用负荷与三大产业的生产总值的历史数据构造指标集,并应用差异函数建立电力负荷预测模型。该方法能够科学、合理地确定与电力负荷相关的各个研究指标处于级别区间的相对隶属函数,并根据指标重要性进行二元比较与量化,从而合理地确定各个指标的权重,得出电力负荷预测的级别特征值。实例证明,方法是合理的。
- 陈守煜郭瑜
- 关键词:负荷预测级别特征值
- 基于深度学习的唤醒词识别方法研究
- 语音唤醒技术在智能音响、智能车载、服务机器人和智能家居等场景中有广泛的应用。它可以从多个方向对目标设备进行触发,并且它避免了设备长期处于工作状态,满足了低功耗的需求,减少了隐私泄露问题。基于深度神经网络(Deep Neu...
- 郭瑜
- 关键词:语音信号
- 面向可持续发展的城市水资源优化配置
- 2006年
- 介绍了水资源优化配置的三种情形。对现有的水资源优化配置模型进行了分析,在满足社会经济-水资源-环境的协调发展的基础上建立了面向可持续发展的多目标多水源多用户水资源优化配置模型,同时分析了其目标函数与约束条件的组成及表达式,本模型对城市水资源的配置现状有一定的指导意义,并可以应用于水资源优化配置的工程实践中。
- 张真邵丽珍郭瑜
- 关键词:承载能力优化配置可持续发展水资源多目标
- 模糊可变集合与模型及在岩爆分级预测中的应用
- 在工程模糊集理论基础上,系统建立模糊可变集合理论、模型与方法,其中包括:差异函数的概念与定义、相对隶属度公式、模糊优选BP神经网络模型及级别特征值公式,并对相关公式进行了分析论证。提出模糊可变集合的预测方法,针对国内外一...
- 陈守煜郭瑜
- 关键词:岩石力学级别特征值
- 文献传递
- 夯锤超声波清孔方法研究
- 强夯法成为一种经济、高效和环保的地基处理方法。随着人们对强夯法认识的加深和对强夯机理研究的深入,其应用范围不断扩大。为了减小夯锤下落过程中的空气阻力,夯锤都设有通气孔。由于强夯施工现场条件复杂、作业连续,一旦通气孔内发生...
- 郭瑜
- 关键词:通气孔超声波强夯法
- 文献传递
- 水质综合评价的模糊可变集合方法被引量:36
- 2005年
- 基于立足全局的系统观,应用模糊可变集合,建立水质评价模型,把水质评价由定性转化为定量。该方法能够科学、合理地确定与水质相关的各个研究指标处于级别区间的隶属度、相对隶属函数,并根据指标重要性进行二元比较与量化,从而合理地确定出各个指标的权重。通过实际水质等级的级别特征值计算,对北京永定河水质进行了模糊可变集合评价。评价结果表明了该方法的可应用性。
- 陈守煜郭瑜
- 关键词:水质评价级别特征值
- 模糊可变集合与模型及在岩爆分级预测中的应用被引量:12
- 2005年
- 在工程模糊集理论基础上,系统建立模糊可变集合理论、模型与方法,其中包括:差异函数的概念与定义、相对隶属度公式、模糊优选BP神经网络模型及级别特征值公式,并对相关公式进行了分析论证。提出模糊可变集合的预测方法,针对国内外一些岩石地下工程实例进行了分析,并用级别特征值对岩爆的发生与否及烈度大小进行预测,结果与实际情况吻合地较好,说明模糊可变集合综合预测方法是有效的。
- 陈守煜郭瑜
- 关键词:岩石力学级别特征值
- 水环境污染控制系统模糊规划决策模型
- 本文在工程模糊集理论与非线性规划的基础上,综合考虑保护河流水资源所必需的设计环境流量、污水处理厂的建设与管理费用等多个目标,提出河流水环境水污染控制系统的模糊非线性规划、模糊优选决策理论与方法.在利用该模型对沈阳市南部污...
- 郭瑜陈守煜
- 关键词:水环境污染控制
- 文献传递网络资源链接
- 模糊优选神经网络BP模型在植被生物量参数反演中的应用(英文)被引量:1
- 2005年
- 根据模糊优选神经网络BP模型,利用1988年小麦生长期中生物量参数和微波(10.2GHz)主被动遥感实测数据,作为输入输出I/O矢量对,计算出网络模型的正向传输权重矩阵及反向传输权重矩阵。用1989年小麦生长期中微波实测数据和该神经网络模型得到的权重矩阵,来反演其生物量参数在整个1989年生长期中的变化,反演结果与遥感实测结果的比较说明了所提方法的准确性。
- 陈守煜郭瑜
- 关键词:植被生物量参数反演小麦
- 智能预报模式与水文中长期智能预报方法被引量:16
- 2006年
- 建立了以模糊优选、BP神经网络及遗传算法有机结合的智能预报模式与方法。在应用该方法进行中长期水文智能预报时,首先选取训练样本的数量,根据预报因子与预报对象的相关关系得到相对隶属度矩阵;再将其作为BP神经网络输入值以训练连接权重;最后将得到的连接权重值用于预报检验。计算结果表明,智能预报模式与方法的运行速度、精度及稳定性都达到了实际应用的要求。
- 陈守煜郭瑜王大刚
- 关键词:BP神经网络遗传算法