胡文波
- 作品数：2 被引量：75H指数：2
- 供职机构：清华大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术水利工程更多>>
- 大坝监测数据的时序预测与补全被引量：5
- 2020年
- 大坝安全数据的时间序列预测和补全是大坝安全监测中两个常见问题。在实际应用中,应对这两类问题已有相应的经验模型,但由于经验模型过于简单,经验模型在上述两类问题上的效果并不理想。采用机器学习中的决策树模型和神经网络模型,为上述两类问题提供全新的解决方案。基于某水电大坝实测数据,对不同坝段的大坝安全数据进行预测和补全,结果表明本文模型相比于传统经验模型预测与补全精度均显著提高,同时,该模型还可以对模型输出结果进行不确定性分析,增强了结果的可靠性。
- 杜曼玲高嘉欣张礼兵罗明清陈云天胡文波胡文波
- 关键词：大坝监测数据
- 贝叶斯机器学习前沿进展综述被引量：70
- 2015年
- 随着大数据的快速发展,以概率统计为基础的机器学习在近年来受到工业界和学术界的极大关注,并在视觉、语音、自然语言、生物等领域获得很多重要的成功应用,其中贝叶斯方法在过去20多年也得到了快速发展,成为非常重要的一类机器学习方法.总结了贝叶斯方法在机器学习中的最新进展,具体内容包括贝叶斯机器学习的基础理论与方法、非参数贝叶斯方法及常用的推理方法、正则化贝叶斯方法等.最后,还针对大规模贝叶斯学习问题进行了简要的介绍和展望,对其发展趋势作了总结和展望.
- 朱军胡文波
- 关键词：非参数方法正则化方法
