指数平滑法在建筑物变形预测中的应用

应用指数平滑法对建筑物的变形进行预测,在此基础之上,指出指数平滑法存在的不足,提出改进模型.     

基于改进指数平滑神经网络模型的大坝沉降预测

为了及时跟踪非线性化大坝沉降数据并长期预测,针对传统指数平滑方法的缺陷,将改进的指数平滑方法与BP神经网络模型相结合,研究了其在大坝沉降监测中的应用.通过控制全局和局部的目标函数形成改进的指数平滑方法,获得一组平滑预测值;再利用BP神经网络对平滑预测值和平滑预测值与观测值的误差序列进行训练;最后将下一步的误差序列和平滑...     

基于建筑物地表沉降数据的变形预测方法比较

为了研究隧道周边建筑物地表的变形,本文根据京东方蒸汽管道工程隧道开挖过程中周边建筑物地表的沉降观测数据,利用二次指数平滑法和灰色系统法建立数学模型,分别对建筑物地表做变形预测,并对预测结果进行分析和对比,结果显示二次指数平滑法的预测精度更高。对于隧道周边建筑地表沉降的预测二次指数平滑法效果更好,比较符合实际变形曲线,相对来说是一种较好的变形预测方法,为隧道的开发过程中防止安全事故的发生、避免经济损失和人员伤亡提供一种参考方法。     

灰色系统与时间序列在高铁沉降变形中的应用

介绍了灰色系统GM(1,1)模型、时间序列二次指数平滑模型的基本原理,给出了模型精度评定的方法 ;用Matlab编程实现模型的建立并对高速铁路沉降变形进行了分析与预测,通过工程实例对比分析2种模型的预测效果。结果表明,时间序列二次指数平滑模型较适合短期或中期变形趋势呈线性或微小波形的变形分析与预测,而GM(1,1)模型对短期呈线性或指数分布趋势的变形有较好的效果;时间序列二次指数平滑模型的可靠性与准确度比GM(1,1)模型高。     

基于插值指数平滑组合模型对深基坑沉降的预测研究

深基坑测量在较短周期内获得的观测数据所建立的预测模型,往往不能有效地体现出深基坑非线性变形的特点。通过对深基坑实测,本文提出先使用三次样条插值法,对原始观测数据做预处理,以凸显数据的非线性特点,再使用三次指数平滑法建立串联式组合预测模型,并对沉降趋势做预测。结果表明,这种串联式组合预测模型适用于基坑沉降变形的非线性特点,相比单一的指数平滑法建立的预测模型,提高了初值拟合精度,使预测精度更高。     

基于灰色模型和指数平滑法的地面沉降预测

提出了在灰色模型GM(1,1)和三次指数平滑法基础上的组合预测方法。地面沉降是一种渐变性地质灾害,可以预测其发展趋势。文章结合灰色系统理论预测模型及指数平滑法预测模型的特点,提出了在灰GM(1,1)和三次指数平滑法的基础上采用加权组合预测地面沉降预测的方法。     

基于Holt指数平滑模型的Klobuchar模型精化

利用IGS（International GNSS Service）中心提供的中、低纬度地区平静期、活跃期观测数据,通过Klobuchar模型与双频观测模型解算电离层总电子含量（total electron content,TEC）值。采用Holt指数平滑模型对每个历元前6 d两种模型差值进行1 d预测,利用预测所得差值对Klobuchar模型第7 d的TEC值进行改进。实验结果表明,无论在电离层活跃期还是平静期,改进模型改正效果比基本模型有显著提升,改进模型能更好地反映电离层变化特性,尤其是夜间电离层变化特性。     

基于蚁群算法的组合预测在基坑沉降监测中的应用研究

运用曲线拟合、自回归法和指数平滑法对基坑变形监测数据进行初步预测,并利用蚁群算法将曲线拟合、自回归预测和指数平滑预测进行组合,实现最优权重的选取,完成组合模型的设计和实现.最后对某基坑监测数据预测和分析表明,基于蚁群算法的组合模型综合利用了单个模型的特点,预测结果比单一模型的预测精度有明显提高.     

非负变权组合预测模型在建筑物沉降预测中的应用

为了克服建筑物变形预测中单一模型预测精度差、不稳定的问题,本文融合了适应性强、互补性好的自回归滑动模型、灰色模型和三次指数平滑法三种模型,基于误差平方和最小准则,采用滚动时间域的方式构建了非负变权组合预测模型。工程应用表明:非负变权组合预测模型的预测精度、可靠性优于三种单一预测模型、方差倒数组合预测模型以及等权组合预测模型。研究成果对建筑物沉降预测具有较好的参考价值。     

指数平滑与曲线拟合模型在沉降监测中的应用

通过分析建筑物沉降监测数据的特点,采用了指数平滑和曲线拟合模型对建筑物沉降监测数据进行处理,实现了两种数据处理模型的建模过程,并用于建筑物沉降量的实际预测,验证了模型的可行性。     

图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术，是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上，对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型，通过多次试验，得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。     

顾及系统误差的坐标转换方法研究

针对Bursa模型在坐标系转换时没有顾及局部变形和累积误差的问题,通过对坐标转换误差进行分析,本文提出将由此产生的系统误差看作非参数信号的半参数估计,采用半参数模型对某一区域坐标进行解算,并对检核点非参数分量进行推估,与Bursa模型进行比较,结果表明半参数模型能够有效地消除系统误差。并探讨了不同确定平滑因子α的方法对坐标转换精度影响,计算结果表明,在正则矩阵R相同情况下,不同平滑因子确定方法得到的坐标转换精度有所不同,但均优于Bursa模型转换精度。     

正规化矩阵正定时半参数估计量的统计性质

利用补偿最小二乘原理构造加权惩罚平方和,得到半参数模型中正规化矩阵正定时参数和半参数的估计量.从偶然误差的统计特征出发,详细讨论这种平差方法得到的参数估值的一些统计性质,并对半参数平差与最小二乘法的参数估计值进行比较.理论分析表明,通过选取合适的平滑参数,半参数平差方法优于最小二乘法.另外从数理统计的角度对平滑参数的选取进行分析,得到平滑参数的取值范围,也给出了平滑参数对模型精度的影响.     

用L-曲线法确定半参数模型中的平滑因子

提出了一种新的方法——L-曲线法确定平滑因子。通过确定合适的平滑因子，更好地控制了残差部分V^TPV与光滑度部分S^TRS之间的平衡，得到了更准确的参数估值。通过算例，将基于L-曲线法确定平滑因子的半参数模型解算方法和其他方法进行了比较。结果表明，用L-曲线法确定平滑因子后，提高了半参数模型计算结果的精度，可以更好地将观测值中的系统误差分离出来。     

半参数模型中影响正则化参数的因素分析

通过模拟算例,比较了L曲线法、GCV法（广义交叉核实法）和虚拟观测法确定出的正则化参数,并对影响正则化参数的因素进行了分析,得出结论：正则化参数的确定与信噪比密切相关,当信噪比增大时,各种方法确定的正则化参数变化趋势不同,不同的情况确定正则化参数的适用方法也会有所差异。     

Image smoothing of multispectral imagery based on the HNN and geo-statistics

A new method for image down-scaling using geostatistical interpolation or smoothing based on the Hopfi eld Neural Network (HNN) and zero semivariance value is introduced. The method utilises the smoothing effect of the semivariogram matching process to produce the smoothened sub-pixel multispectral (MS) image with smaller RMSEs in comparison with the bilinear interpolation. In fact, the zero semivariograms increase the spatial correlation between the adjacent sub-pixels of the superresolution image. Containing higher spatial correlation, the resulting super-resolution MS image has smaller RMSEs compared with the original coarse image.     

融合GNSS和加速度计监测数据的超高建筑动态特性分析

GNSS和加速度计是目前动态监测超高建筑环境载荷变形的主要手段。GNSS具有无需通视、可直接获取三维位移等优点，但受精度和采样率的限制，其对微变形及高频振动信息不敏感；而加速度计具有高精度和高采样率等优点，但无法监测超高建筑低频的似静态变形。为充分发挥这两种传感器的各自优势，提出利用多速率Kalman滤波和RTS平滑方法对超高建筑GNSS和加速度计监测数据进行融合处理。试验结果表明，与单一的GNSS监测技术相比，该方法有利于削弱GNSS高频噪声的影响，提高位移数据的采样率，可有效识别超高建筑的低频和高频振动频率，提高对微变形振动的监测能力；与单一的加速度计监测技术相比，该方法可以准确监测超高建筑的低频变形信息，具有良好的工程应用价值。     

GPS动态单频单历元定向算法及其数据分析

提出了一种动态准实时滤波算法，将基线长度作为一虚拟观测值与伪距相位观测值进行联合建模，以提高GPS动态单频单历元定向算法解算的成功率及正确率。利用LAMBDA方法初步求解整周模糊度的备选值，利用基线长度约束模糊度，计算得到单个历元的解；再根据载体的运动特性，采用一种动态适应滤波算法，剔除解算错误的值，并和解算错误或解算失败的历元进行插值和修正。对实测数据处理分析表明：该方法能够将基线约束算法的定向正确率提高5-10％左右，使其稳定性得到进一步提高。