本文關(guān)鍵詞：大壩變形多尺度分析ELMD-LSSVM預(yù)測(cè)模型

  更多相關(guān)文章： 總體局部均值分解ELMD 最小二乘支持向量機(jī)LSSVM 多尺度 變形分析

【摘要】：針對(duì)局部均值分解LMD實(shí)現(xiàn)過(guò)程中存在的模式混淆現(xiàn)象,利用局部均值分解的原理,提出一種結(jié)合總體局部均值分解(ELMD)與最小二乘支持向量機(jī)(LSSVM)方法的多尺度大壩變形預(yù)測(cè)模型.利用ELMD方法對(duì)大壩變形序列進(jìn)行分解,得到其PF分量,利用最小二乘支持向量機(jī)進(jìn)行外推預(yù)測(cè),再把各PF分量的預(yù)測(cè)結(jié)果進(jìn)行疊加重構(gòu),得到大壩變形預(yù)測(cè)值.通過(guò)實(shí)例驗(yàn)證分析,比較多元回歸分析、LSSVM和ELMD-LSSVM三種模型在大壩變形監(jiān)測(cè)數(shù)據(jù)處理中的擬合和預(yù)測(cè)結(jié)果.研究結(jié)果表明:ELMD-LSSVM方法能夠減弱模態(tài)混疊現(xiàn)象的影響,充分發(fā)掘數(shù)據(jù)本身所蘊(yùn)含的物理機(jī)制和物理規(guī)律,為大壩變形多尺度預(yù)測(cè)分析奠定較好的基礎(chǔ).
【作者單位】： 東華理工大學(xué)測(cè)繪工程學(xué)院;流域生態(tài)與地理環(huán)境監(jiān)測(cè)國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室;香港理工大學(xué)土地測(cè)量與地理資訊系;南昌航空大學(xué);
【關(guān)鍵詞】： 總體局部均值分解ELMD 最小二乘支持向量機(jī)LSSVM 多尺度 變形分析
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(41374007) 江西省自然科學(xué)基金項(xiàng)目(20151BAB213031) 測(cè)繪地理信息江西省研究生創(chuàng)新教育基地項(xiàng)目(2310700008)
【分類(lèi)號(hào)】：TV698.11
【正文快照】： 0引言隨著危害嚴(yán)重的自然災(zāi)害發(fā)生頻繁,災(zāi)害的監(jiān)測(cè)和防治已經(jīng)越來(lái)越受到全社會(huì)的普遍關(guān)注.大壩在施工或運(yùn)營(yíng)過(guò)程中受地質(zhì)、氣候、施工方案等各種條件的影響,總會(huì)發(fā)生不同程度的變形,因此及時(shí)掌握并準(zhǔn)確預(yù)測(cè)大壩變形狀態(tài),對(duì)大壩安全具有重要的意義[1].目前常用的預(yù)測(cè)方法主要有，

本文編號(hào)：1097783