共查询到19条相似文献,搜索用时 156 毫秒
1.
小波神经网络对建筑物变形预报具有较高的模型拟合及预报精度。从小波神经网络算法原理出发,阐述了使用该方法对所获得的桥梁变形监测数据进行模型建立及预报的过程,并利用Matlab实现了编程代码。通过对某桥梁变形监测预报的应用表明,该方法具有很强的可行性和实用性,可及早为桥梁变形预警,避免或减少灾害的发生。 相似文献
2.
3.
贝叶斯极限学习机(BELM)具有充分利用数据先验信息,可以自适应估计模型参数的特点。但在样本数量不断增加时,如果每次都对BELM重新训练将会降低计算效率。针对此问题,本文提出一种动态贝叶斯极限学习机(DBELM)方法以应用于变形监测数据实时预报。该方法以BELM训练的模型参数为初值,根据新增样本信息可对初始模型参数进行动态更新,并从理论上推导了相关计算公式。通过对仿真数据和实际变形数据进行详细分析表明:DBELM方法的预报精度要优于BELM、正则化极限学习机(RELM)、极限学习机(ELM)3种方法。特别是在长期持续预报过程中,其预报性能相对于其余3种方法优势明显。这充分表明了所提方法应用于变形监测数据预报领域具有可行性和有效性。 相似文献
4.
变形数据分析与预报是变形监测数据处理的重要内容。基于时间序列分析的特性,研究了应用AR模型对建筑物沉降数据进行分析处理和预报的方法步骤,并通过实例计算证明,该模型具有较好的拟合效果和预报精度。 相似文献
5.
6.
将有限元分析计算得到的基坑开挖对地铁隧道结构变形的影响结果作为控制变量引入卡尔曼滤波模型,同时设计了以工程进度为依据的控制变量矩阵参数选取方法。以某地铁侧方基坑开挖项目为实例,分别进行了短期和较长期预报。对于短期预报,一般卡尔曼滤波模型和本方法均能较好地预报变形趋势;在较长期的预报方面,本方法的预报结果与实际观测结果更加吻合。 相似文献
7.
8.
针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点. 相似文献
9.
10.
11.
对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义.建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息.针对该问题,提出一种改进粒子群(ParticleSwarmOptimization,PSO)算法优化支持向量机(SupportVe... 相似文献
12.
13.
为达到提高滑坡变形预测精度的目的,利用量子算法和粒子群算法对支持向量机进行优化,并利用马尔科夫链对滑坡变形预测误差进行修正,综合构建滑坡变形的递进式预测模型。结果表明:通过量子算法及粒子群算法对支持向量机优化,克服支持向量机参数选取困难,实现预测过程的全局优化,并经过MC误差修正模型对滑坡变形预测值误差修正,提高预测精度及预测值稳定性,验证预测模型可行性和有效性,为滑坡变形预测提供一种新的预测方法。 相似文献
14.
针对大坝变形监测数据中存在的非线性关系强和传统大坝预测模型精度不高等问题,本文利用改进蝙蝠算法选取最优的参数作为极限学习机的连接权值和阈值,并提出了一种基于改进蝙蝠算法(IBA)优化极限学习机(ELM)的大坝变形预测模型(IBA-ELM)。将IBA-ELM模型应用于工程实例,通过对某地水库大坝监测数据预测分析,验证IBA-ELM模型、BA-ELM和GA-ELM模型预测结果并进行精度评价,3种模型的预测值与实测值平均绝对误差分别为1.178 3、0.459 8、0.335 6 mm,IBA-ELM模型的预测精度高于另外2种模型,表明IBA-ELM模型能有效提高大坝变形预测能力。 相似文献
15.
针对大坝变形系统的非线性、复杂性以及不确定等特点,提出一种优化多核相关向量机的大坝变形预测模型方法。通过对实验数据进行归一化处理,核函数的加权组合以及遗传算法对模型参数的优化,建立遗传算法优化多核相关向量机的大坝变形预测模型。实验结果表明:数据归一化能归纳统一样本的统计分布性,加快梯度下降求解最优解速度和提高预测精度;优化的加权核函数能有效提高模型预测精度;各项精度指标值均优于BP神经网络方法、多项式核相关向量机方法预测精度,证实优化的多核相关向量机模型是一种精度较高的大坝变形预测方法。 相似文献
16.
合成孔径雷达差分干涉测量(differential interferometric synthetic aperture radar, D-InSAR)在获取地表形变的过程中有其特有的监测手段,针对D-InSAR矿区地表三维变形监测的难点,首先,顾及D-InSAR难以获取快速大梯度变形的特性,选取边界拟合度较好的Boltzmann函数模型,结合Knothe时间函数,构建一种BK(Boltzmann-Knothe)模型;然后,由于D-InSAR仅能获取地表沿视线向(line of sight, LOS)的短时段一维变形量,依据地表三维移动变形和LOS向变形的投影关系,结合目标区域地质采矿条件,构建适应短时段单视线向变形的适应度函数;最后,引入烟花算法(fireworks algorithm, FWA),提出了融合单视线D-InSAR和BK模型的煤矿地表三维变形动态监测方法。模拟实验表明,所提方法能够可靠准确地反演出全部开采沉陷动态预计参数,求参相对误差为0.11%~7.51%;在大变形区域,该方法监测的下沉和水平移动与真实值一致。抗差求参实验结果表明,在观测误差或模型参数误差的影响下,该... 相似文献
17.
张潇珑 《测绘与空间地理信息》2014,(7):202-204
针对传统基因表达式编程方法预测方面的不足,采用动态评估策略的GEP算法深入分析并预测了大坝变形趋势,对监测某大坝变形进行了预测分析。实验表明,与传统GEP预测方法相比,动态评估策略的GEP算法预测精度优于传统的GEP预测,克服了传统GEP预测方法的不足,提高测量精度,在大坝监测预报中是有效可行的。 相似文献
18.
19.
永久散射体(PS)在非城区的分布密度通常难以满足PS-InSAR技术的地形监测需求,导致PS-InSAR监测误差较大,而非城区通常存在一定时段内的散射目标,即分时散射目标,为此,本文提出基于分时散射目标的改进PS-InSAR算法。首先采用通过边缘保持EMD算法对SAR影像干涉对进行降噪;然后以双层K-means聚类提取非城区的分时散射目标候选集,并通过可信概率提取可靠的分时散射目标;最后通过组内加权参数迭代和组间等权融合,计算监测区的地表形变。试验结果表明,提取的分时散射目标与同位置PS点具有相近的分布特性和变化趋势,较大地提高了非城区目标点的分布密度,提高了非城区地表形变监测的精度。 相似文献