回归分析在建筑物变形监测中的应用

本文介绍了如何应用Excel选取合适的曲线拟合模型,结合沉降观测实例,用所选模型进行建筑物沉降变形的数据分析,进行沉降预测结果的分析和检验,在一定程度证实了建筑物沉降变形分析中这种方法的可行性。     

多项式曲线拟合与AR模型在沉降预测中的应用

将多项式曲线拟合和AR(p)模型应用到地表沉降预测实例中。通过实测沉降数据与预测数据的对比分析,从而对两种模型预测的准确性进行比较,实验表明两种模型在沉降预测中具有很好的适用性。     

回归分析和BP神经网络在地表沉降监测中的应用

采用回归分析法中的曲线拟合法和BP神经网络模型的数值处理方法,对比两种方法在预测地表沉降中的有效性和准确性,对提高信息预测的精度和准确度有着积极的作用。     

基于MATLAB的高层建筑沉降变形监测数据处理

曲线拟合是变形监测数据处理与分析的常用方法。以济南某高层住宅楼的沉降变形监测为实例,首先介绍沉降变形监测方案,然后根据高层建筑的沉降变形特点,经综合分析比较,采用对数模型对监测数据进行曲线拟合,以MATLAB 7.0为平台编程实现并对建筑的沉降变形进行预报,结果表明该模型对高层建筑的沉降变形数据的处理具有显著的优越性。     

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。     

连分式与曲线拟合模型在沉降监测中的应用研究

分析沉降监测数据的特点,采用连分式和曲线拟合模型对建筑物沉降监测数据进行处理,实现两种数据处理模型的建模过程并进行对比分析。最后将模型用于建筑物沉降量的实际预测,验证模型的可行性及实用性。     

基于 MATLAB 与小波进行沉降数据处理与分析

结合小波分析的基本原理和MATLAB强大的数据处理能力与图形拟合能力,采用了小波时间序列预测模型与MATLAB中自带的拟合工具箱来进行沉降数据的拟合,并将该方法应用于黄冈市某大桥软土路基沉降监测的预测工作中。然后,对两种拟合方法进行了预测效果对比。从所得的结果表明：小波处理后的模型具有抗差干扰和粗差探测、剔除的优点,同时使用曲线拟合工具箱的拟合模型比常规模型更方便快捷且预测的效果也很高,两种模型结合使用会较大地增加其应用价值。     

基于MATLAB与小波进行沉降数据处理与分析

结合小波分析的基本原理和MATLAB强大的数据处理能力与图形拟合能力,采用了小波时间序列预测模型与MATLAB中自带的拟合工具箱来进行沉降数据的拟合,并将该方法应用于黄冈市某大桥软土路基沉降监测的预测工作中。然后,对两种拟合方法进行了预测效果对比。从所得的结果表明:小波处理后的模型具有抗差干扰和粗差探测、剔除的优点,同时使用曲线拟合工具箱的拟合模型比常规模型更方便快捷且预测的效果也很高,两种模型结合使用会较大地增加其应用价值。     

基于小波去噪的高铁沉降预测模型研究

以武汉市某高铁的沉降观测数据为基础,对小波去噪前后的观测数据分别采用非线性曲线拟合模型和时间序列分析模型进行建模预测,并与实测数据进行比较分析.结果表明,观测数据经小波去噪后再进行建模分析,两种方法的预测精度都有很大改善,对高铁沉降变形预报有一定的实用价值.     

不规则曲线拟合质量评定方法的改进

不规则曲线拟合时,需要按最优原则依据曲线的形状来选择拟合函数,构造函数模型。给定数据点的多少以及数据的拟合方向对曲线拟合也会产生影响,因此需要对曲线进行最佳的拟合。衡量曲线拟合模型误差的精度时,要求观测数据的方差相同且观测数据的协方差为零,这与一般的实际情况不符。因此,在曲线最佳拟合的基础上,对评定曲线拟合精度的质量标准方法进行了改进,从不规则曲线拟合的精度及形状2个方面进行了评价。     

加权移动平均与曲线拟合模型在沉降监测中的应用

以建筑物的安全运营为首要目的,结合全球导航卫星系统高精度定位监测技术,采用事后处理软件解算监测点的三维坐标。本文分别利用加权移动平均法和曲线拟合法处理原始沉降观测数据,分析建筑物沉降变形规律,通过建立相应预测模型拟合数据,将实测值与拟合值作对比,详细论述模型精度及拟合程度,并对建筑物后期变形趋势进行预报分析。试验分析表明,2个预测模型的拟合值符合建筑物的沉降变形规律,验证了模型在沉降监测应用中的有效性及可行性。     

曲线拟合中的几个问题

曲线拟合是测量工程中经常遇到的问题。本文结合算例．讨论了在进行曲线拟合时应注意的一些问题。     

最小二乘曲线拟合在变形监测中的应用

对变形测量数据进行分析,运用最小二乘曲线拟合的方法,得到了拟合多项式和拟合曲线,并评定了精度。最小二乘法是带有测量数据误差的曲线拟合中一种有效的方法。     

最小二乘法和迭代法圆曲线拟合

为了提高形变监测中圆曲线拟合的精度,该文在总结已有的圆曲线拟合方法的基础上,推导了一种基于最小二乘法的圆曲线拟合方法:以原半径与拟合半径的几何距离差值平方和最小为准则,在计算过程中再结合迭代法,在离散点非均匀采集的情况下有效地提高拟合精度。最后运用程序对模拟数据及实例数据进行了处理分析,结果证明该拟合方法是可行的。     

新灰色组合模型在沉降变形预测中的作用

提出以传统灰色模型、初始值修正值、背景值优化后的预测数据及组合模型预测值作为B样条曲线的型值点进行曲线拟合,得到新的灰色组合模型。新灰色组合模型能够在一定范围内更好地反映沉降序列变化的曲线,获得较好的预测效果。该方法既保留了灰色模型的短期预测精度高的特点,也具备了B样条曲线局部性、连续性的特点。实例计算结果表明,该新灰色组合模型预测效果能够更加逼近实际沉降序列,较单一传统模型预测精度高,能够达较好的预测效果。     

样条函数拟合GPS高程探讨

主要讨论了运用三次样条函数曲线拟合法来拟合GPS点的高程,并与多项式曲线拟合法比较,通过实例验证了此方法的可行性及其所能达到的精度,得出了一些有益的结论,并给出了一些建议。     

分段二次曲线拟合法在联网高速测量中的应用

分析了现有曲线模型构建及其参数求解方法,改进了二次曲线的参数方程,建立了分段曲线拟合模型。采用最小二乘算法求解模型参数,有效避免了病态问题。利用固定步长逼近算法解算采样点与拟合曲线的最近距离,并将其作为采样点与拟合曲线的残差值;再利用限定阈值的方式对拟合曲线进行分段。通过交叉采样点拟合的方式检查曲线拟合的精度,结果表明该分段曲线拟合算法高效、可靠,精度符合生产要求。     

圆曲线拟合算法中的粗差探测与识别

针对传统的圆曲线拟合算法抵御粗差影响能力较差的现状,该文提出了一种圆曲线拟合数据的粗差探测方案。该方案基于Pratt代数拟合算法,首先构造衡量拟合数据优劣的质量指标,据此迭代剔除数据中的异常值,然后在既得圆心估值的基础上,重新评估已被标记的可疑观测值,识别出真正的粗差并将其剔除。实验结果表明,该方法能够准确识别出数据中的粗差,有效提高圆曲线拟合的精度。     

最小二乘拟合在井架变形监测中的应用

讨论了如何利用最小二乘曲线拟合对井架变形监测数据进行处理,并通过试验得到了拟合精度最高的多项式阶数和拟合曲线。最小二乘曲线拟合有效地消除了观测数据的偏差,准确地反映了井架的变形量,是井架变形监测数据处理的一种有效方法。     

圆曲线拟合的总体最小二乘算法分析

针对圆曲线拟合参数求解的问题,该文在分析现有的圆曲线模型构建及其参数求解方法的基础上,以圆曲线的参数方程建立圆曲线拟合模型,采用总体最小二乘算法的求解模型参数。通过实例数据和模拟数据,对比分析现有以一般方程构建的圆曲线拟合模型的最小二乘算法、混合总体最小二算法以及根据协方差传播定率定权的加权总体最小二乘算法计算结果。实验结果表明,采用该文提出的总体最小二乘算法求解由参数方程构建的拟合模型,效率和准确度均有所提高。