灰线性马尔科夫模型在建筑物变形监测中的应用

针对传统灰色GM(1,1)预测模型在建筑物变形监测预报中的拟合精度较差、预测精度较低和预测时间较短的问题,文中以传统GM(1,1)、线性回归和马尔科夫模型为理论基础,构建了灰线性马尔科夫预测模型,并结合某建筑物变形监测的观测数据,运用新陈代谢的计算模式进行预测。结果表明,灰线性马尔科夫预测模型的拟合精度和预测精度优于单一的灰色GM(1,1)预测模型和线性回归预测模型,灰线性马尔科夫预测模型具有预测精度高、预测时间长和稳定性高的优势。     

残差修正的GM(1,1)模型在滑坡位移预测中的应用

根据滑坡监测研究现状,利用Matlab编程以及新滩滑坡监测点A3和B3的位移监测资料,建立了GM(1,1)预测模型和一阶残差修正的GM(1,1)预测模型;并对两种灰色预测模型的变形预测结果进行了比较。结果表明,经过残差修正的GM(1,1)模型的预测精度明显高于传统GM(1,1)模型的预测精度。     

一种状态区间取值修正的灰色-马尔科夫链预测模型研究

提出了一种对灰色-马尔科夫链预测模型的状态区间取值修正方法.考虑实测值在状态区间中的位置分布情况作为先验知识,对状态区间的端点重新定权,修正预测值在状态区间中的取值,从而获得更高精度的预测结果.结合某建筑物的实测沉降数据,与原始GM(1,1)、残差修正G M(1,1)、灰色-马尔科夫链预测模型进行对比,结果表明:本文预测模型精度更高,状态区间取值修正方法对灰色-马尔科夫链的精度改善有一定的实用性.     

灰色自记忆模型的高层建筑物沉降分析

针对GM(1,1)模型对非线性数据的沉降趋势及其波动特征无法进行准确地预测,而灰色残差模型和灰色马尔科夫模型又无法解决这个问题,提出了灰色自记忆预测模型。该模型利用了自记忆原理考虑过去和现在对未来的影响的记忆性特点,克服了GM(1,1)模型对初值比较敏感、预测精度低等局限性,提高了对波动性数据的预测能力。通过实例验证表明了灰色自记忆模型的可靠性和可行性。     

基于 Markov 理论的加权非等距GM（1，1）预测优化模型

背景值的构造方法是影响加权非等距GM(1,1)预测模型的精度和适应性的关键因素。文中通过等分函数法构造新的背景值对传统的加权非等距GM(1,1)模型进行优化,优化后的模型使其同时适应于高增长指数序列和低增长指数序列,提高传统模型的预测精度和适应性能力。但是优化后的模型依然易受建模数据随机扰动影响。马尔科夫(Markov)模型具有削弱建模数据的随机扰动性的优势。基于此,将优化的加权非等距GM(1,1)模型和Markov理论有机结合,构建优化的加权非等距Markov-GM(1,1)预测模型。最后,结合秀山湖二期工程的变形实测数据,运用新陈代谢的计算模式进行预测验证。结果表明:优化的加权非等距Markov-GM(1,1)预测模型的拟合和预测精度都优于传统的加权非等距GM(1,1)预测模型,新的预测模型的适用性更强,具有实际的参考价值。     

基于灰色马尔科夫链预测系统的设计与实现

通过对灰色GM[1,1]模型的算法改进,将改进后的灰色模型与马尔科夫链结合,既可以发挥灰色系统预测精确的特点,又可以利用马尔科夫链对准确预测波动性数据的优势。在灰色马尔科夫链模型的算法基础上,采用Visual Studio 2005开发环境,进行灰色马尔科夫链预测系统的设计。最后利用南方某地区十年来土地利用数据进行系统验证,结果表明,灰色马尔科夫链模型能很大地提高预测的精度和效果,符合实际要求。     

灰色系统理论用于矿震极值预测的初步研究

研究应用灰色系统理论,结合矿震极值数据,建立GM(1,1)预测模型,在此基础上进一步应用残差修正主模型,由构造出的新模型推测出未来的矿震极值。预测结果有较高的精度,为矿震极值预测提供一种可行性方法。     

基于新陈代谢GM(1,1)模型的益阳城市化水平分析

以益阳市2001年-2010年城市化水平数据为依据,运用灰色系统理论,建立了GM(1,1)和新陈代谢GM(1,1)预测模型;并运用不同方法对2种模型的精度进行了检验,结果表明,新陈代谢GM(1,1)模型优于常规GM(1,1)模型,其精度更高。应用新陈代谢GM(1,1)模型,对益阳市城市化水平未来10年进行预测,其结果符合益阳市城市化的实际情况。     

灰色自回归模型的建筑物沉降预测探讨

在建筑物施工及运营期间,掌握建筑物变形规律并及时预测其变形趋势在保障建筑物的安全使用方面发挥着重要作用。由于单一的灰色GM(1,1)模型预测精度不高,本文提出了一种预测模型——灰色自回归组合模型,该模型结合了灰色GM(1,1)模型和自回归模型的优点。为验证该模型预测精度优于灰色GM(1,1)模型,本文通过某工程实例中的2个变形观测点的观测数据进行建模,结果表明,组合模型的预测精度高于单一灰色GM(1,1)模型。     

灰色自回归模型的建筑物沉降预测探讨

在建筑物施工及运营期间,掌握建筑物变形规律并及时预测其变形趋势在保障建筑物的安全使用方面发挥着重要作用。由于单一的灰色GM(1,1)模型预测精度不高,本文提出了一种预测模型——灰色自回归组合模型,该模型结合了灰色GM(1,1)模型和自回归模型的优点。为验证该模型预测精度优于灰色GM(1,1)模型,本文通过某工程实例中的2个变形观测点的观测数据进行建模,结果表明,组合模型的预测精度高于单一灰色GM(1,1)模型。     

地铁施工段地表沉降组合预测模型研究

为解决地铁施工段地表沉降随机波动较大对预测模型造成扰动的问题,提出了一种组合预测模型。首先利用Mallat算法对沉降序列进行分解和重构,分解并重构出非平稳时间序列中的平滑分量和细节分量;然后,对平滑分量用灰色模型进行拟合与初步预测,对细节分量则引入马尔可夫模型进行预测;最后,将各模型的预测结果进行叠加,从而得到原始沉降序列的预测值。该方法能充分拟合平滑分量数据,而且可避免对细节分量的过拟合,防止随机波动较大值造成模型的整体偏离。通过实例验算得出该模型具有很好的预测精度。     

自动建立多边形拓扑关系算法步骤的优化与改进

作者从算法和过程的效率、自动化水平和数据的完整性入手，简要分析了传统算法中存在的问题。在此基础上，以提高自动化水平为目的，将地理实体多边形拓扑关系的建立过程归结为：弧结点的匹配和弧连接关系的建立；同一结点上弧－弧拓扑关系的建立；闭合边界弧段相邻关系的建立；闭合边界包含关于的确定等主要步骤。给出了各主要步骤的算法，并对提高算法效率也提出了新的改进方案。分析与试验表明：新算法对于减少人工操作次数提高自     

马尔可夫残差修正模型的高铁路基变形预测

针对灰色系统模型在变形预测中存在预测结果不理想的问题,给出马尔可夫残差修正模型,首先应用灰色预测模型对未来的沉降变形进行预测,然后用马尔可夫过程对预测结果修正,提高预测精度。应用表明:马尔可夫残差修正模型的预测值与观测数据的拟合结果优于传统灰色系统预测模型以及残差修正模型,其预测精度明显提高,沉降预测值更为可靠,可为工程监测提供科学决策依据。     

人脸识别中嵌入式隐Markov模型结构的优化算法研究

提出了一种优化嵌入式隐Markov模型状态数的搜索算法，并且由此算法得到改进的嵌入式隐Markov模型结构。实验证明，这种结构既能提高人脸的识别率，最高可达到100％，又比传统的结构减少30％左右的训练时间和识别时间。     

陀螺经纬仪观测误差的随机模型

本文对陀螺经纬仪观测数据的主要误差进行了分析。应用马尔柯夫(Markov)随机过程的理论研究了陀螺仪观测误差的随机模型,并用实例计算进行了验证。     

基于CLUE-S模型集成设计的关键问题研究

在传统方法上使用CLUE-S模型进行土地利用变化模拟存在着效率低下的弊端,如需要借助SPSS软件进行Logistic回归分析和ROC曲线检验;需要借助数学方法进行土地需求量的预测,而预测方法之多会导致数学预测模型不好选取;此外显示土地利用模拟结果需要借助Arcgis软件。本文针对上述缺点,提出在基于CLUE-S模型基础上进行系统集成的设计思路,对其中的关键问题分别进行了研究,分别实现了各个功能。最后将模拟结果与Arcview软件生成的结果进行对比,完全符合。说明该设计思路是切实可行的,从而为解决上述困难提供了有效的方法基础,为该集成系统的有效运用提供了更为科学的依据。     

基于Markov模型的景观格局分析

以武汉市的MODIS影像数据为例,通过计算各类地物景观指数以及运用马尔科夫模型对各土地利用类型之间的相互转移矩阵进行运算,从而实现对景观格局的分析。结果表明,马尔科夫模型法具有优于景观指数法的优点,不仅可以计算出某一类景观两年面积的变化,更有深入的基质分析,即各类景观之间转换概率。     

雅鲁藏布江中游流域水土流失动态变化

以雅鲁藏布江中游流域作为研究区域,运用遥感和地理信息系统技术对2000年、2005年、2009年3个时期的遥感影像处理并提取水土流失因子,通过转移概率矩阵对雅鲁藏布江中游流域的水土流失动态变化进行深入研究,并运用马尔科夫模型预测了2010年-2020年雅鲁藏布江中游流域水土流失变化情况。研究发现：2000年-2005年...