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。     

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。     

建筑物变形监测的方法与数据分析

简要介绍各类建筑物变形监测的必要性,详细阐述了建筑物沉降监测方法与技术流程,并对沉降数据进行了全周期的分析。在建筑物沉降监测各个环节上遵循相关技术标准,有效监测建筑物在施工期间的沉降变化,为建筑物的施工和后期运营提供可靠的基础数据。     

加权多变量灰色模型在变形监测中的应用

在变形监测过程中,监测因子较多,难以对监测因子进行合理的取舍。首先利用灰关联度分析方法,将监测因子根据灰关联度进行关联排序,为合理选择监测因子提供理论依据;然后,利用得到的关联度进行平滑处理,并将其作为权值建立加权多变量灰色模型,推广了传统的多变量灰色模型,提高了预测精度;最后,以南充水库土石坝沉降数据为例,验证了模型的正确性。算例结果表明,加权多变量灰色模型的平均相对误差比传统灰色模型小,模型精度也比传统模型高。     

小波时间序列分析在高铁沉降变形中的应用

采用小波时间序列预测模型,建立基本思想和实现步骤,结合某高铁沉降监测数据,利用db3小波对原始数据进行去噪,在此基础上,建立了AR(2)模型,与运用时间序列方法所求出的预测值,进行比较分析,结果表明,采用小波时间序列预测模型,求出的预测值精度更高,具有很强的实用性。     

矿山GPS控制测量有关问题探讨

针对矿山测量的特点,结合GPS测量的一些特性,探讨了矿山GPS控制测量的投影变形、GPS控制网的设计、GPS数据处理及矿山GPS高程等应用中的实际问题,得出处理这些问题的有效方法。通过实际应用与分析,采用合理的GPS数据处理方法,可以满足矿山对投影变形及高程精度的要求。