-
题名基于机器学习方法的强对流天气识别研究
被引量：14
- 1
-
-
作者
修媛媛
韩雷
冯海磊
-
机构
中国海洋大学信息科学与工程学院
-
出处
《电子设计工程》
2016年第9期4-7,11,共5页
-
基金
国家自然科学基金(41005024)
-
文摘
用机器学习中有监督学习模型支持向量机SVM来进行强对流天气的识别和预报。强对流天气的发生可以看作是小概率事件,因此强对流天气的预警问题可以作为不平衡数据分类问题来处理。在SVM的应用上结合判别准则来对不平衡数据进行处理,更好的对强对流天气进行预警。本文从数据的获取、训练算法的选择、算法的应用、实验结果的评估几个方面进行了详细的描述。通过采用丹佛地区的数据进行大量试验,排除了不平衡数据对分类的干扰,提高了强对流天气识别的准确度。
-
关键词
强对流天气预警
SVM
不平衡数据分类
机器学习
-
Keywords
SVM
strong convective weather warning
SVM
unbalanced data classification
machine learning
-
分类号
TN957.52
[电子电信—信号与信息处理]
-
-
题名建筑安装施工现场管理探微
- 2
-
-
作者
冯海磊
-
机构
天元建设集团有限公司
-
出处
《中文科技期刊数据库（引文版）工程技术》
2016年第10期72-72,共1页
-
文摘
在建筑工程领域内,建筑安装是工程中必不可少的一个重要环节。应该说,建筑安装的施工质量直接关系到整体的建筑工程项目的质量。所以,在建筑施工中,加强安装施工的现场管理是非常有必要的。本文结合建筑安装施工的现场管理内容,如何加强工程的现场管理进行了阐述,并通过对国内目前建筑行业安装管理的一些问题进行了讨论,以此给出了几个加强建筑安装的现场管理的措施和意见。希望能够为安装施工现场管理带来一定的参考建议。
-
关键词
建筑
安装
施工
现场管理
探微
-
分类号
TU721.2
[建筑科学—建筑技术科学]
-
-
题名施工流水技术在建筑安装施工中的应用浅述
- 3
-
-
作者
冯海磊
-
机构
天元建设集团有限公司
-
出处
《中文科技期刊数据库（引文版）工程技术》
2016年第9期183-183,共1页
-
文摘
在新时代的生产条件下,随着社会的进一步革新,社会分工也将朝着精细化方向发展,相关的专业性越来越强。建筑工程作为一个规模和前景不断扩充的行业,在具体的施工过程中还有很多的施工技术不够规范,这就导致了一系列的建筑工程质量和效率问题。流水性施工技术则能够从一定程度上缓解和改善此类问题,流水施工技术不仅能为工程的施工质量保驾护航,更能能够有效地确保施工成本和施工工期在合理的范围内。本文以建筑安装施工中的流水施工技术基本原理和关键点出发,进行了相关的流水作业的应用浅析。
-
关键词
施工
流水技术
建筑安装
应用
浅述
-
分类号
TU721
[建筑科学—建筑技术科学]
-
