抵偿高程面上坐标获取方法的研究

在布设工程控制网时,为了使边长的投影变形满足相应的规范要求,往往会选取某一高程面作为投影面,即抵偿高程面.在抵偿高程面上进行测量数据的相关计算,从而获得坐标成果.还可以将参考椭球面上的成果通过变换投影面进行坐标转换的方法来得到抵偿高程面上的坐标成果,通过对两种方法所获得的成果进行比较分析,得出两种方法等效的结论.     

Correlation －SVM 模型在大坝变形预测中的应用

引起大坝变形的影响因素很多,即在利用支持向量机（ SVM）模型进行大坝变形分析和预报的过程中,需要将所有的影响因子都输入到SVM模型中,这样会造成输入因子的不侧重性,基于此,本文对大坝变形的影响因子进行相关性分析,根据大坝变形影响因子和大坝变形量之间的关系来确定最优的影响因子,即将比重比较大的影响因子输入到SVM模型中,从而提高了SVM模型运行效率及预测的精度和速度。     

MIMU信号下的变形预测

为了能够对自然界中的变形进行有效预测,提出了一种惯性测量参数的多维时间序列分段模式的变形预测方法。首先采集MIMU测量单元信号,建立MIMU时间序列的AR模型,采用Kalman滤波进行信号处理;然后把处理过的数据分为不同数据段,设第一段数据为基准段,把后采集的数据段与第一段数据进行相似度量,计算相似度,预测变化规律;最后采集不同车辆通过大桥时的MIMU信号,处理数据结果能够反映大桥变化规律,说明变形预测方法是有效的。     

适用于县级大比例尺测绘的平面直角坐标系整合方法与实践

县(市)开展大比例尺测图时,应首先收集已有的测绘成果及采用的平面直角坐标系统。当测区处于国家统一3°投影带边缘或测区高程较大时,为满足每千米长度变形值不大于2.5 cm,必须建立相应的地方平面直角坐标系。本文针对某县已经建立的基于多种平面直角坐标系的测绘成果,介绍了一种将现有测绘成果转换到地方平面直角坐标系的方法。     

参考经验模态分解-独立分量分析及其在GPS多路径误差处理中的应用

多路径误差在绝大部分应用中,其测站间相关性很弱,不能通过差分观测得到有效削弱,成为高精度GPS动态变形监测中的主要误差源。针对GPS多路径误差的特点,结合具有良好多尺度分解能力的经验模式分解方法(EMD)和具有良好盲分离能力的独立分量分析(ICA)方法,提出带参考信号的EMD-ICA方法来削弱多路径效应的影响。应用实例的结果证明了该方法的有效性。     

大型射电望远镜背架精密安装技术

对65 m射电望远镜的背架安装做了尝试,取得较满意的结果.针对天线背架尺寸大、质量重、焊接变形大、几何精度要求高等特性,采用全站仪工业测量系统实现背架的快速、无接触、高精度定位测量,点位测量精度优于1 mm;采用独特的施工工艺和焊接技术,最大限度控制焊接变形,最终点位偏差优于1.5 cm.提出基于设计坐标系建立安装测量...     

高铁测量中的投影变形处理方法探讨

首先对长度投影综合变形情况做了分析,然后介绍投影变形的处理方法的原理,讨论了它们的优缺点,其中也提出了一些自己的看法,这对铁路测量方面具有借鉴作用。     

基于分形理论的建筑物沉降观测数据处理

建筑物在施工、运营阶段受主体荷载等各种因素影响会产生沉降变形,为了利于建筑物沉降分析,保障建筑物安全,分析了分形理论在建筑物沉降数据处理中的可行性。通过实例,得出了基于分形理论的建筑物沉降数据处理方法。     

基于蚁群-BP神经网络的基坑变形预测

由于神经网络具有较好的自组织和自适应特点,已被广泛应用于基坑变形预测领域.但神经网络中节点的权值最优化难以处理.为进一步提高BP神经网络性能,实现准确、快速预测基坑变形的目的,可将蚁群算法作为BP神经网络的学习算法,建立一种新的蚁群神经网络预测模型.实例表明,基于蚁群—BP神经网络的基坑变形预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力,取得了较好的效果.     

基于GIS的大孤山露天矿边坡稳定性分析研究

针对辽宁省鞍山市大孤山露天铁矿北端边坡出现滑动变形现象,通过详细的地质调查和边坡节理裂缝测定,利用TM 30监测露天矿边坡的变形情况,用FLAC软件进行数值模拟分析边坡的稳定性,采用时间序列分析监测数据,总结出边坡变形的一般性规律,建立起基于GIS的大孤山露天矿变形监测预警系统。