共查询到18条相似文献，搜索用时 156 毫秒
1.
岩体或建构筑物的变形通常具有复杂性和非线性等特性,一般的回归模型难以精确地进行回归预测,应用高斯过程回归理论对变形监测数据呈现出的非线性特征进行时间序列分析。考虑到监测数据的不断更新和累积,以及超参数与样本集的适应性,首先研究了“递进-截尾式”超参数自动更新模式和训练样本集的选择方法;在此基础上构建了以时间作为输入项的高斯过程回归变形智能预测模型（GPR-TIPM）;将该模型应用于矿山边坡监测点非线性时间序列分析中,通过分析变形趋势,最终采用Matérn 32和平方指数协方差函数相加的方式进行核函数组合。实验结果表明,采用组合核函数的预测性能较单一核函数有所改善,该方法提高了模型的泛化能力,GPR-TIPM模型在短期内的预测效果较理想。 相似文献
2.
刘华 《测绘与空间地理信息》2018,(4):221-224
为了对边坡变形进行准确预测,本文在线性回归模型的基础上,结合边坡变形实际监测数据,提出了一种边坡变形预报的非线性模型。文章根据最小二乘原理,采用线性逼近的方法对非线性模型的参数进行求解,并比较了3种不同非线性模型的回归精度。实验分析表明:非线性回归模型中的Weibull模型能精确预报边坡变形,可为今后高精度边坡变形预报提供参考。 相似文献
3.
4.
由于大坝位移时间序列数据受各种复杂因素的影响,具有非平稳和非线性等特征,因此,利用传统、单一的时间序列预测模型较难准确地描述大坝位移变形的复杂规律。综合考虑大坝位移时间序列非线性和线性特征,本文提出了一种SVM和ARIMA相结合的时间序列预测模型。将大坝变形的时间序列分为非线性部分和线性部分。针对非线性部分,利用SVM进行滚动预测,并与NAR动态神经网络进行对比,试验表明SVM处理非线性问题具有相对的优势;针对线性部分,通过ARIMA模型对其进行单步滚动预测,综合两项预测结果得到组合模型的预测值。结合大坝实测资料对组合模型进行检验,试验结果表明,SVM-ARIMA组合模型的预测精度高,能更好地描述大坝位移的变化趋势,具有一定的实用价值。 相似文献
5.
论述了支持向量机的回归算法和基于时间序列支持向量回归的建筑物变形预测方法,并用MATLAB6.5工具箱编制基于时间序列支持向量回归程序,建立了基于时间序列支持向量回归模型。最后以实例数据讨证基于时间序列支持向量机回归模型的预测方法。研究表明:用时间序列支持向量回归模型建立的建筑物变形监测的预测模型是可行的和有效的。 相似文献
6.
7.
根据瀑布沟水电站移民场地GPS边坡自动化变形监测系统获得的高边坡变形量时间序列的非线性性质,基于相空间重构理论和最邻近点法预测及其加权预测模式,提出了基于加权模式的多相型综合预测方法;并将该方法应用于瀑布沟水电站移民安置场地GPS监测点边坡变形预测中。从而将移民新城的变形监测与变形量的预测分析相结合,对瀑布沟水电站移民新城的稳定性进行实时监测与预测。实例研究表明:监测系统提供的移民场地变形监测的精度可达到毫米级;多相型综合预测方法具有较高的预测精度和可靠性。从而为边坡的变形预测提供了一种实用有效的方法。 相似文献
8.
9.
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。 相似文献
10.
时变参数模型在边坡变形分析中的应用研究 总被引：1，自引：0，他引：1
为揭示边坡变形规律,保证边坡安全,采用数学模型对变形监测资料加以分析。边坡变形的时效性明显,为提高灰色模型对边坡不同变形规律的适应性,提高模型的拟合精度和预测能力,对常规的灰色模型进行改进,将常规灰色模型中的常量参数改变为随时间变化的动态参数,由此建立时变参数灰色模型。实例分析结果表明,时变参数模型具有更好的拟合和预测效果,且适应不同变形规律的能力更强。 相似文献
11.
时间序列InSAR技术中的形变模型研究 总被引：1，自引：0，他引：1
时间序列InSAR技术,包括PS-InSAR技术和小基线集InSAR技术, 能有效克服传统D-InSAR的失相干限制, 逐步成为形变测量中的实用化技术。但是, 现有时间序列InSAR技术主要采用线性函数对真实形变进行模拟, 在真实形变呈现强烈的非线性时, 这种处理将不能得到正确的形变结果。本文就时间序列InSAR的形变模型问题展开研究, 首先从干涉相位模型解算的方法入手, 深入分析了线性形变模型的不足, 当干涉点目标的密度不够并且真实形变的非线性较强时, 干涉相位方程的解将会发散。根据魏尔斯特拉斯逼近定理, 提出以高阶多项式取代线性形变模型, 并给出了基于多项式形变模型的干涉相位方程解算方法。 利用太原市2003-2009年的23景ENVISAT ASAR影像, 分别采用线性形变模型和三次多项式形变模型, 利用小基线集技术进行了形变反演。将这两种方法得到的结果分别与水准测量结果进行了比较。结果表明, 采用多项式形变模型不仅能取得更高的形变测量精度,而且能提高点目标的密度。由于高阶多项式总能比低阶多项式更准确地拟合连续函数, 因此本文提出的多项式形变模型在时间序列InSAR形变监测中具有广泛的应用价值。 相似文献
12.
改进小基线集技术的GB-InSAR铁路边坡监测 总被引：1，自引：1，他引：0
针对传统小基线集技术形变模型和高相干点识别存在的问题,该文利用基于三重指数串行的目标识别技术选取高相干点,同时提出一种不同于传统奇异值分解的时间序列分析算法。利用振幅离差指数、相干系数均值与强度值三重阈值串行的方案进行高相干点选取;通过阈值合理设定,不仅提高了监测结果的点位分布,也剔除了误选的点,保证了所选高相干点的质量;采用一种符合铁路边坡形变规律的线性模型作为约束条件,解决了时序分析过程中法方程秩亏的问题,并利用最小二乘反演得到了研究区域时间序列形变。实验表明,此方法提高了形变结果的精度和可靠性,证明了SBAS-InSAR技术在铁路边坡形变监测上具有良好的发展前景。 相似文献
13.
14.
15.
16.
张兴飞 《武汉大学学报(信息科学版)》1992,(2)
本文主要讨论了在已知气温、地温、降雨等主要气象参数的前提下,如何运用时间序列分析方法处理跨断层观测数据,其中对混合回归方程的建立,模型方程与地震异常之间的联系以及对可能包含异常信息的观测数据进行计算和分析,结合两个实例做了较系统的探讨。此外还提出了用GM(1,1)模型对残差进行修正的灰色动态数据模型。实际应用表明上述做法是形变数据处理的一个有力工具。 相似文献
17.
在变形分析建模中常采用回归分析建模,但普通的回归模型是一种静态的模型,当变形体结构或物理性质发生变化时,普通线性回归所建立的静态模型将不再适用。变系数回归模型是一种动态模型,有着更强的灵活性和适应性,因此,将变系数回归引入大坝变形分析建模中,采用局部线性估计的方法进行系数拟合。仿真和大坝变形建模实验表明,变系数回归得到的大坝变形模型优于普通的线性回归模型,预测精度更高。 相似文献
18.
应用时间序列方法作大坝变形预报 总被引：1，自引：0，他引：1
徐培亮 《武汉大学学报(信息科学版)》1988,(3)
本文首先介绍时序分析的三个基本模型——ARMA模型、AR模型和MA模型,以及各模型的统计性质。然后以某大坝1715廊道的激光视准线观测位移值(已利用倒垂观测把相对位移化为绝对位移)为例,着重叙述大坝变形分析的建模过程,得到了一个AR(2)模型并对大坝变形作了预报,结果具有相当好的预报精度。从而说明,时序分析法将是大坝变形分析的一个有力工具。 相似文献