استفاده از روش ترکیبی موجک-ماشین بردار پشتیبان برای پیش بینی وقوع امواج غیرعادی
Publish place: Journal of Hydraulics، Vol: 13، Issue: 1
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 427
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JHYDAN-13-1_001
تاریخ نمایه سازی: 17 تیر 1398
Abstract:
امواج غیرعادی یا سهمگین به امواجی گفته میشود که با ارتفاع خیلی زیاد، ولی بطور ناگهانی و غیر قابل پیش بینی و به ندرت رخ میدهند. عوامل مختلفی مثل طوفانهای شدید، توپوگرافی خاص بستر، تلاقی جریانهای کرانهای و امواج و برهم کنش امواج با طول موجها و فرکانسهای مختلف با یکدیگر، ممکن است سبب بروز آنها شوند. اما همه اینها هنوز در حد فرضیه هستند. هدف از این تحقیق ارائه یک روش ترکیبی برای پیش بینی وقوع امواج غیرعادی از روی متغیرهای هواشناسی با استفاده از روش ترکیبی تبدیل موجک و ماشین بردار پشتیبان دسته بندی کننده است. برای بررسی کارایی مدل ارائه شده از داده های تاریخی متغیرهای هواشناسی برداشت شده طی سه سال از ایستگاههای شماره 41041 و 41004 در دو طوفان مشهور Dean (2007) و Irene (2011) استفاده شده است. ابتدا با استفاده از تبدیل موجک امواج غیرعادی شناسایی شده، سپس از خروجیهای این روش برای آموزش ماشین بردار پشتیبان استفاده شده است. تبدیل موجک روی داده های ارتفاع مشخصه اعمال میشود. در این روش امواج غیرعادی نواحی از طیف تبدیل موجک را تشکیل میدهند که در آنها انرژی زیاد است. از داده های تاریخی هواشناسی پارامترهایی مانند جهت باد، سرعت باد، ارتفاع موج مشخصه، فشار سطح دریا، دمای هوا و دمای سطح دریا که در طول سه سال بصورت ساعتی ثبت شده، برای آموزش و آزمون مدلهای ماشین بردار پشتیبان استفاده شده است. نتایج نشان داد که روش ارائه شده از دقت قابل قبولی برای پیش بینی وقوع امواج غیرعادی برخوردار است.
Keywords:
Authors
کیومرث محمودی
دانشجوی دکتری، دانشکده مهندسی دریا، دانشگاه صنعتی امیرکبیر، تهران
محمد جواد کتابداری
دانشیار، دانشکده مهندسی دریا، دانشگاه صنعتی امیرکبیر، تهران
حسن قاسمی
استاد، دانشکده مهندسی دریا، دانشگاه صنعتی امیرکبیر، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :