排序方式: 共有4条查询结果,搜索用时 546 毫秒
1
1.
针对桥梁所承受的动静荷载特性差异问题,该文通过小波分解将垂直位移监测数据分解成低频和高频信号,低频信号稳定性强,主要呈现了静荷载影响特点,而高频信号波动性较大,呈现了动荷载影响特点,因此将低频信号和高频信号分别进行小波重构,重构后的低频信号和高频信号分别使用时域卷积神经网络和BP神经网络进行预测,并进行叠加处理得到最终预测结果。以常泰大桥实际静力水准沉降监测项目为例,将该文模型预测结果分别与小波优化的BP神经网络模型和小波优化的自回归滑动平均模型(ARIMA)预测结果进行对比分析,已有的两种模型预测的平均绝对误差分别为0.61 mm和1.38 mm,而该文模型预测的平均绝对误差为0.46 mm,预测精度的提高,为桥梁的施工和维护提供参考。 相似文献
2.
3.
4.
一个站的记录对天气图的贡献是肯定的,它帮助预报员揭示大范围天气变化的特征。那么,一个站的记录揭示小范围天气变化的能力如何,怎样利用单站要素的变化去判断天气系统的影响,来预测未来的天气呢?这是气象站预报员所感兴趣的问题,下面谈谈我站在这方面一些点滴认识。 了解各要素的不同作用 在天气图上,是根据各站的记录来分析天气系统的,所以,各站观测到的要素变化,是天气系统在局地的反映,天气系统不同,单站要素的变化形式也不一样。因此,我们认为,单站要素变化与天气系统的 相似文献
1