局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

基于三维激光扫描技术的盾构隧道变形分析

为保证地铁隧道建设过程中的安全,对其进行变形监测是必不可少的工作.传统测量方法采用特征点位进行隧道断面监测,存在数据量较少、点位不够全面等缺点,且工作量较大,工作效率低.针对这一问题,本文将三维激光扫描技术应用于盾构隧道监测,利用获取的三维激光点云对盾构隧道进行监测.为验证其可靠性,将其与全站仪数据进行联合分析.实验表...     

基于PPP-AR的组合高低频GNSS高层建筑动态监测

全球导航卫星系统(Global Navigation Satellite System,GNSS)技术应用于高层建筑动态监测具有其他传感器所不具备的独特优势.固定模糊度的精密单点定位(Precise Point Positioning-Ambiguity Reso-lution,PPP-AR)技术提高了单点定位的精度和...     

基于小波去噪的BP神经网络在变形监测中的应用

在变形监测领域中,对沉降数据的准确预测能够提前获悉检测对象的变形趋势,避免事故发生.原始监测数据普遍含有异常值,从而会对预测模型精度造成一定影响,降低预测结果的准确性.以BP(Back Propagation)神经网络为基础,采用小波去噪的方式针对剔除和插补原始数据中的异常值,分别建立去噪前后BP神经网络预测模型,并利...     

城区重度污染水体遥感识别研究

城市污染水体整治对城市良好水环境具有重大意义。本文基于污染水体形成机理,构建污染水体遥感识别模型,实现了城市污染水体快速、高效、大范围的提取。本文以银川市为研究区,开展银川市污染水体遥感识别,并进行实地验证。验证结果表明污染水体遥感识别精度可达62.96%,共确定银川市污染水体12条,为银川市污染水体整治工作提供参考。此外,本文还分析了影响识别精度的原因,以提高后续污染水体遥感识别精度。由于遥感识别污染水体尚属首次,因此识别精度一般。在今后研究工作中,将会加入其他指标继续研究,以提高精度。     

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。     

基于小波变换和灰色模型的变形监测数据分析

变形监测数据中噪声等随机扰动的存在导致传统GM(1,1)模型的预测性能较差,难以满足实际工程应用要求.提出一种基于小波变换和灰色理论的变形监测数据分析方法.首先,根据最小熵准则自适应确定最优小波分解尺度;然后,利用小波变换对变形监测数据进行噪声抑制,消除扰动误差;最后,对噪声抑制后的变形监测数据进行灰度建模,利用GM(...     

校正地基摄影获取树枝倾角

针对传统树枝倾角测量方法的复杂性和精度低的问题,该文提出了通过校正地基摄影获取树枝倾角的方法。基于投影变换和小孔成像原理,通过自制树枝模型的方法,分析了直接图上量取树枝倾角与真实值之间误差的成因,提出了基于投影变化的树枝倾角计算公式。结果表明:该研究获取树枝倾角的相对误差2.72%明显优于传统测量的31.33%,同时随拍摄距离变化,树枝倾角估算结果具有稳定性。该研究方法简单、有效,非常适合复杂环境下树枝倾角的大量提取,并提出了一种基于摄影成像原理获取树枝倾角的方法,发展了树枝倾角测量系统软件,提高测量精度并降低了测量难度。     

改进GM(1,1)模型在建筑沉降变形观测中的应用

灰色预测模型GM（1,1）的建模思想是：原始序列（非负序列）经过一次累加生成后,形成一个单调递增数列,新序列中各数据点的连线可以用指数函数y=ae^bx进行拟合。根据这个指数函数可以推导出下一个累加值的预测值（即第一个预测期）,最后通过累减生成将累加序列预测值还原为原始序列预测值。本文通过对原始序列进行指数-幂函数变换,增加了原始序列的光滑度;并在灰参数求取过程中对原始序列赋以权重,利用迭代计算的方法推导出了模型精确背景值;最后通过使预测序列残差平方和最小的方法计算出最优初始条件,进而提出了一个改进后的GM（1,1）模型。利用改进后GM（1,1）模型对某大厦沉降监测数据进行模拟与分析,并对改进前后的模型进行对比与分析,结果表明,改进后模型的各项精度因子相比于传统模型均有所提高,且时间序列越往后的预测值,精度越高。     

基于移动三维扫描的地铁隧道快速全方位变形检测方法研究

地铁隧道保护监测是城市轨道交通正常运营的重要保障,现行以静站式设站、相邻测站逐站拼接的隧道变形、收敛等三维激光扫描监测方法虽然渐渐成熟起来,但逐站拼接带来的误差累积和缓慢的作业效率仍然是地铁隧道保护监测的瓶颈。本文在分析移动式三维激光扫描技术原理和优势的基础上,研究了移动式三维激光扫描技术用于地铁隧道点云数据快速采集方法,提出了基于隧道椭圆参数模型的改进RANSAC算法,通过对隧道断面点云数据去噪、拟合、提取地铁隧道变形信息,进而实现断面变形分析。结果显示该方法可以快速、全方位准确获取隧道断面数据,为地铁隧道保护监测提供了一种新型高效的技术途径。