水准仪磁致误差检定的测量不确定度分析

通过对由亥姆赫兹线圈和测微平行光管构成的水准仪磁致误差检定装置的测量方法及其不确定度来源的分析,讨论了水准仪磁致误差检定的测量不确定度的评估方法,阐述了检定结果不确定度主要由测量重复性、测微平行光管的刻划误差和读数误差、磁场以及磁致误差特性曲线拟合引入。对这些分量分别进行分析与公式推导,最终评定出检定装置的扩展不确定度。     

拉科斯特重力仪中长周期格值标定因子的选择

格值函数中高次项不易求准,且其误差积累很快,故应慎重引入;周期项标定误差的间接影响不容忽视,它通过影响其它周期的标定精度间接损害最后结果;振幅误差比和初相位标定中误差以及逐步回归分析可作为因子选择的参考依据。本文推导了有关公式并给出算例给予说明。     

云母石英片岩蠕变模型参数选择研究

根据三轴蠕变试验曲线的特点,建立了云母石英片岩七元件线性黏弹塑性蠕变模型,采用最小二乘法对蠕变柔量时间曲线和应变时间蠕变曲线进行拟合确定蠕变模型参数,讨论了确定蠕变模型参数的影响因素及参数的合理性与可用性。结果表明:由于受到分级加载次数、初次加载应力值和加载时间的影响,两种曲线拟合确定的参数各不相同;云母石英片岩蠕变模型的非线性较明显;蠕变柔量时间曲线拟合确定的参数不予采用,应变时间蠕变曲线拟合确定的参数在各级应力水平下变化规律不明显;采用某种单一方法确定蠕变模型参数不够全面,建议采用综合辨识法,这样才能保证岩土工程中蠕变数值分析结果的正确合理性以及施工设计的安全可靠性。     

基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子;然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列;最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明：在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法;基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。     

贵州导线覆冰的分区域预报

针对贵州冬季凝冻天气中导线覆冰难以定量预报的问题,探索导线覆冰预报新的思路和方法,利用2007～2012年6年间12月到次年2月气象数据,运用逐步回归及BP人工神经网络方法,对贵州省分5个区域建立导线覆冰厚度预报模型,并进行了检验和试预报.结果表明：BP人工神经网络模型的拟合效果优于逐步回归模型,但在试预报中,两种模型的预报效果相差不大.     

潍坊北部地区土壤盐分光谱特征分析

为提高海水入侵地区土壤盐分的监测效率,以潍坊北部地区作为研究区,利用高光谱测量技术野外实地测量,获得高光谱数据,并对该区域土壤盐分高光谱数据进行分析,获得土样盐分含量相关数据,与光谱数据结合分析。通过分析各类离子与全盐量之间的相关关系,分析潍北地区土壤盐分的离子构成与离子的相关来源。对高光谱原始测量数据进行包络线去除、变换,选取特征波段、一阶二阶微分变换等提高模型精度,建立高光谱数据与土壤盐分数据之间的逐步回归模型,并对模型进行精度检验,对比各类模型检验结果,分析各类离子对高光谱数据的响应效果。其中,光谱数据一阶微分变换后的逐步回归模型对土壤中K+Na+估算精度较高,R2=0.894且均方根误差最小,精度较高,可为该地区的高光谱土壤盐分监测提供有力的数据分析结果。     

一种基于Partial EIV模型的圆曲线拟合解法

针对圆曲线拟合问题，以圆曲线的参数方程为基础建立圆曲线拟合的EIV模型，根据系数矩阵的特点将模型转化为更合理的Partial EIV模型，通过公式变形为最小二乘形式，采用两步迭代法求解模型参数，保证系数矩阵中相同元素的改正数一致，常数元素的改正数为零。算例数据结果表明，所提算法的可行性、拟合精度相对较优。     

区域优化Peterson模型的气溶胶光学厚度估算分析

气溶胶光学厚度作为描述气溶胶光学特性的重要参数之一, 被广泛应用于空气质量监测及辐射传输模型的大气订正等研究中。卫星遥感可快速反演获取大范围气溶胶信息, 但其产品通常因云覆盖或暗目标算法等原因而存在空间覆盖率较低的问题, 且产品时相受限于卫星过境时间。水平能见度作为描述气溶胶光学特性的另一重要参数, 由分布广泛的气象台站一日8 次固定时间多次发布。建立水平能见度与气溶胶光学厚度的转换关系, 可实现对卫星反演气溶胶光学厚度的有益补充。本文利用2001-2009 年的MODIS气溶胶光学厚度产品与中国华东地区71 个气象台站的水平能见度数据, 对描述两者转换关系的Peterson 模型进行区域优化。采用分区域高斯曲线拟合的方法, 对影响转换精度的主要参数气溶胶标高随时间变化规律开展研究和模拟。利用2010 年数据对优化模型进行精度及区域适用性验证。结果表明, 优化后模型的气溶胶光学厚度估算均方根误差为0.31, 低于原模型误差;精度基本上与单站点优化模型一致, 但在实用性方面优于单站点优化模型。     

CG型重力仪性能对比分析

对6台CG型重力仪分别进行静态和动态稳定性试验,结果表明,CG-6型重力仪继承了CG-5型重力仪的静态稳定性优点,静态曲线拟合成直线的拟合中误差小于3 μGal,最大拟合差小于5 μGal;CG-6型重力仪动态精度和动态零漂率明显优于CG-5型重力仪。     

卡尔曼滤波模型误差的识别

本文在简述卡尔曼滤波模型基础上讨论了模型误差的检验和估计问题,提出了检验卡尔曼滤波模型误差显著性的几种统计假设检验方法,探讨并给出了估计模型误差的方法和公式。     

随机模型在沈阳地区地下水位短期预测中的应用

作者应用随机模型中多元线性回归的方法建立了沈阳地区地下水位动态变化模型。沈阳地区地下水位受气象、水文、开采等因素影响,因此建立了3种地下水位短期预测模型。即:气象型、气象开采型、气象水文开采型。为使预测模型接近于地下水位的实际变化状态,作者用有效开采量来提高模型的拟合精度。通过预测成果与实测值的拟合对比,表明用多元线性回归方法对沈阳地区地下水位进行短期预测是可行的。     

投影寻踪回归模型及其在降水预测中的应用

介绍了投影寻踪回归 (PPR)预测建模的基本思想和算法 ,并将投影寻踪混合回归(PPMR)和逐步回归 (SR)应用于降水预测数值试验 ,结果表明 ,PPMR模型的拟合和预测效果均优于SR模型的相应效果。     

基于双曲线模型的卡尔曼滤波法在建筑物沉降预测中的应用

利用最小二乘法求出双曲线模型的模型参数,将此参数看作带有动态噪声的状态向量,建立基于双曲线模型的卡尔曼滤波模型,对建筑物的沉降量进行预测。卡尔曼滤波过程中,模型的参数不断发生变化,增强了其适应观测数据的能力,从而减小了拟合误差。计算表明,用基于双曲线模型的卡尔曼滤波模型对建筑物的沉降量进行预测,误差较小,效果较为理想。     

ARIMA��0��2��q��ģ���������Ӳ�Ԥ���е�Ӧ��

???????????????????????????????????????ARIMA???????????????????????1?????????????????????????????з???????????????????????β???????????????????????MA????????????????????????ARIMA??0??2??q?????????????????????????ARIMA??0??2??q?????????????????????ζ?????????????     

多层递阶回归分析

在经典多层递阶预报模型中,预报因子对模型的贡献大小主要取决于各因子间的相对量值差异,而与预报因子本身的实际预报价值关系甚微。本文针对这一缺陷,提出了一种回归分析与多层递阶方法相结合的统计预报模型——多层递阶回归分析。它既摒弃了经典统计理论中的固定参数预报模型,又较好地消除了由于变量间相对量值差异所造成的贡献差异,充分体现了高相关因子在预报模型中的重要作用。实例计算结果表明,多层递阶回归分析方法的预报效果明显优于经典多层递阶方法和回归分析。     

基于LBS和深度学习的旅游景区客流量的高时频预测

为实现精准的旅游景区客流量的高时频预测,本研究构建了一套基于LBS和深度学习模型的预测方法。此方法可通过对LBS数据的转换实现预测的空间范围与时频控制,并通过方法的核心模型——基于双向循环神经网络和GRU算法构建的深度双向GRU(DBi-GRU)模型完成预测。为检验方法的有效性,研究以深圳大梅沙海滨公园为例对方法进行实验测试。实验使用拟合曲线、误差指标及DM检验3种方法评估DBi-GRU模型的预测效果。此外,实验还设置了其他五种深度学习模型作为DBi-GRU的对照模型,测试基于不同深度学习算法的模型之间的预测水平差异。实验结果表明:(1)本研究提出的DBi-GRU模型在景区客流量高时频预测中具有理想的预测效果,在高峰时段的客流量预测方面也具有较高准确性,预测效果明显优于其他深度学习模型;(2)基于双向循环网络的模型的效果普遍优于基于常规循环网络的模型。尤其是基于双向LSTM算法的模型,虽然预测的准确度略逊色于DBi-GRU模型,但在模型性能上与其的差异并不显著;(3)在相同网络参数下,GRU算法较前人采用的LSTM和RNN算法有着更高的预测准确性。本研究为客流量预测领域的研究提供了一种...     

��ɫϵͳ�в�Ԥ��ģ�������������Ӧ��

????????GM??1,1???в?????????GMRCFS ???????????????????1998-06-10-11-28??5??GPS ??????α??????????????????GM??1,1???в??????н???????????????????????????α????????     

基于CORS的DInSAR大气延迟校正方法研究

针对利用GPS数据改正DInSAR大气延迟误差中存在CORS站点稀疏的问题,给出一种广义曲面拟合插值模型,并基于北京地区的GPS观测数据和SAR影像对比较了反距离加权插值模型（IDW）和曲面拟合插值模型（CSF）用于区域对流层延迟建模的精度,然后对SAR差分干涉图进行大气延迟校正。结果表明,曲面拟合模型比反距离加权模型更能反映区域单差对流层延迟特性,两次实验的插值精度分别达到了7.1和3.5 mm。采用CORS观测数据和曲面拟合内插模型,可有效削弱DInSAR中的大气延迟误差,提高DInSAR测量结果的精度。     

关于修正曲线方程的探讨

该文说明“修正曲线方程”与“曲线方程”的差异及其建立的过程。曲线方程实质上是采用直线方程表达的两相关函数的关系式。但是，按直线方程发展趋势推测的范围较小，误差较大。而修正曲线方程是在曲线方程的基础上探索出的一种新的计算方法。它将曲线方程ｙ＝ａ＋ｂｘ中的参数（ａ、ｂ）由常数值导成随ｘ变化的不定值（ａ＿ｉ、ｂ＿ｉ）。因此，修正曲线方程则是拟合曲线自然发展的一种方程式。函数的变化规律基本上是沿曲线变化的。它推测的较远，结果误差较小，可广泛应用于水文地质、工程地质等不同学科的领域中。     

用小波分析与灰色支持向量机预测高铁变形

针对高铁变形监测数据的非线性特征，构建一种基于小波与灰色支持向量机的高铁变形预测组合模型。利用小波分析获取不同时频尺度上的随机序列和近似序列，通过嵌入维数的确定和高低频数据的相关性分析，将重构后的随机序列作为遗传算法优化SVR模型的输入，对近似序列则采用灰色支持向量机来描述其演变特征，最后将二者预测结果进行耦合叠加，得到小波灰色支持向量机的组合模型预测结果。以贵广高铁实测数据为例，将均方差、平均绝对误差、平均绝对相对误差作为评判指标对预测效果进行评价，结果表明该模型较好地拟合了近似分量，同时避免了细节分量的过拟合，为高铁变形预测提供了新途径。