共查询到10条相似文献，搜索用时 15 毫秒
1.
动态回归模型在变形分析中的应用 总被引：1，自引：1，他引：0
为了使回归模型适应动态数据集,推导了动态回归模型的递推最小二乘算法,数据更新时,采用修正方式更新回归系数计算两个矩阵,避免了重复矩阵求逆运算,实现了观测数据增加而矩阵阶数不增加,理论上减少了计算时间。以柘溪和东江两大坝变形分析多元动态回归模型为例进行实验,结果表明：该方法建模过程简洁、无需迭代计算,易于编程实现,在计算效率与预报精度等方面均具优势,可应用于实时变形分析建模。 相似文献
2.
针对观测数据时间序列,综合组合预测与投影寻踪学习网络的优点,提出一种新的预测模型.即采用静态预测法提取多组趋势项部分,自回归模型提取周期项部分,将它们都作为投影寻踪学习网络的输入部分,然后利用PPLN具有逼近复杂非线性函数的能力,通过网络学习与训练解决传统方法定权困难的问题.沉降预测的实验结果表明,与传统的曲线拟合法、变权重组合预测法相比较,该预测模型精度更高、具有实用性. 相似文献
3.
文鸿雁 《大地测量与地球动力学》2000,20(3):27-32
利用离散小波变换方法对变形观测序列进行分析 ,通过小波多分辨分析方法对变形观测数据进行分解和重构 ,有效地对误差进行了分离 ;在分析非线性形变算例中 ,小波变换得到的去噪后变形曲线与多项式回归法结果相比 ,克服了因选用不同模型拟合效果不同的主观影响 ,既能较好地反映局部变形特征 ,又能反映整体变形趋势。 相似文献
4.
卡尔曼滤波在多维AR序列建模中的应用 总被引：6，自引：2，他引：4
张朝玉 《大地测量与地球动力学》2003,23(2):92-95
作为时间序列模型的一种，AR模型由于参数估计和定阶简单而广泛应用于系统辨识。在多维AR序列的最小二乘建模的基础上，结合卡尔曼滤波算法，推导了应用卡尔曼滤波技术的多维AR序列参数估计方法以及加入衰减因子后的卡尔曼滤波算法。该算法不需要保存历史数据，在得到新的“观测”数据后可以对AR模型的估计参数进行实时改正。在确定AR模型阶数时，提出了快速F检验法，大大减少了建模过程中的计算工作量，有较好的应用价值。 相似文献
5.
利用时间序列动态数据处理与建模对结构有损状态进行线性和非线性过程处理，用这两种方法对结构的物理状态进行谱分析和模态频率的提取进行了比较，计算结果表明非线性 Ｓ Ｅ Ｔ Ａ Ｒ 模型在特征谱的识别与提取上比线性 Ａ Ｒ Ｍ Ａ Ｘ 模型更有效，对微小损伤更灵敏。说明了在参数识别中非线性 Ｓ Ｅ Ｔ Ａ Ｒ 模型对物体损伤情况下振动数据建模较为客观，更能反映振动体系的损伤信息，是损伤识别数学模型有效的方法。 相似文献
6.
以青岛地铁3号线地表变形横向观测线实测数据为例,开展小波去噪及时序组合预测模型的研究。首先,采用小波理论对观测值进行粗差剔除与去噪处理,根据均方误差最低、信噪比最高的原则,证实dmey小波1层分解、rigrsure软阈值小波去噪方法是最优的。其次,给出地铁隧道地表变形灰色-时序组合预测模型表达式,选用等维新息GM(1,1)模型和残差时间序列模型进行地表变形叠合预测。最后,通过小波去噪后时间序列预测模型、小波去噪前灰色-时序组合预测模型、小波去噪后灰色-时序组合预测模型进行计算分析,结果表明小波去噪后灰色-时序组合模型预测精度最高,并分析了各模型预测精度差别的成因。 相似文献
7.
GRACE与SLR J_2项时间序列的小波分析 总被引：1，自引：0，他引：1
利用小波功率谱分析和离散小波变换,对CNES/GRGS、CSR、GFZ等研究机构发布的GRACE时变重力位模型的J2项时间序列进行了周期分析和特征提取,并与利用SLR跟踪数据获得的J2项时间序列的分析结果进行了比较,结果显示:SLR跟踪数据获得的J2项相较GRACEJ2项具有更明显的季节性变化特征.GRACE 时变重力位模型的J2项中混淆进了161天的周期信号,是由海洋潮汐模型中存在的太阳半日分潮S2项的误差引起的. 相似文献
8.
陈鹏宇 《大地测量与地球动力学》2017,37(3):240-245
针对灰色模型的固有缺陷,通过白化方程与灰微分方程之间的参数变换实现了三类灰色模型的无偏性。通过3个实例对比分析了无偏灰色模型和Origin拟合函数在变形监测预报中的应用效果,结果表明,在“少数据建模”情况下,无偏灰色模型拟合预测精度与Origin拟合函数相当;当建模数据较多时,则不及Origin拟合函数。无偏灰色模型建模原理简单,可用于处理小样本变形监测数据。Origin拟合函数不需要考虑数据量和变形监测时间间隔,可用于处理变形监测数据。 相似文献
9.
GPS揭示的现今地壳运动与地震前兆特征 总被引：10，自引：8，他引：2
利用“中国地壳运动观测网络”产出的GPS观测资料,采用球坐标系下非连续变形算法对资源进行计算,以此为基础,对我国大陆地块及其边界带运动与形变进行了分析。对GPS基准站的连续观测序列采用小波变换进行分解变换,分析了部分震例,探讨了从GPS连续观测序列提取地震前兆的方法。初步取得两点认识：（1）7级以上的大地震主要发生在走滑运动量大的活动边界,且与高应变率地块有关,这可以作为地震中长期预测判据;（2）GPS基准站连续观测序列中的低频段,地震前6个月或稍长时段有一定的前兆异常出现,这可以作为地震中短期预测判据。 相似文献
10.
针对GNSS高程坐标时间序列非平稳性与非线性等特点,在深入分析Prophet模型与随机森林（random forest,RF）模型特性的基础上,构建了Prophet-RF组合预测模型,解决了Prophet模型对时间序列非线性部分预测能力较弱的缺陷,且该组合模型具有较强的鲁棒性。本文选用BJFS站高程方向的连续观测数据进行分析,并设计多种组合方案检验组合模型的适用性与精度,实验结果表明,Prophet-RF组合模型较单一的Prophet模型能更好地表现高程坐标时间序列的变化趋势,并得到更高精度的预测数据。 相似文献