期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
单通道时变ICA算法及其在大坝变形分析中的应用
1
作者 黄大伟 戴吾蛟 《测绘通报》 CSCD 北大核心 2014年第S2期114-118,共5页
EEMD-ICA算法具有良好的单通道分离性能,但其使用的Fast ICA是一类离线批处理算法,没有时变处理能力。因此,本文研究了在线盲源分离的单通道独立分量分析(ICA)算法——EASI算法,该算法可用于识别混合矩阵缓慢变化,提出了一种基于EEMD的... EEMD-ICA算法具有良好的单通道分离性能,但其使用的Fast ICA是一类离线批处理算法,没有时变处理能力。因此,本文研究了在线盲源分离的单通道独立分量分析(ICA)算法——EASI算法,该算法可用于识别混合矩阵缓慢变化,提出了一种基于EEMD的单通道时变ICA算法,即基于EEMD的单通道EASI算法(EEMD-EASI),并将其应用于五强溪大坝位移监测数据的单通道时变ICA分离中。模拟试验表明,EEMD-EASI算法在单通道时不变和时变混合情况下都具有良好分离效果;而大坝变形分析实例进一步表明EEMD-ICA算法能够分离出温度效应位移分量及时效分量,从时变混合矩阵可以看出大坝蓄水几年后趋于稳定。 展开更多
关键词 单通道信号变形分析 单通道时变ICA算法 EASI算法 五强溪大坝变形分析
在线阅读 下载PDF
基于云模型的大坝变形监测数据分析研究 被引量:5
2
作者 王腾军 杨海彦 杨志强 《测绘通报》 CSCD 北大核心 2012年第2期23-25,共3页
利用云模型实现定性分析与定量分析之间的转换,并对小浪底大坝沉降监测数据进行分析,验证基于云模型的变形监测数据分析结论的可靠性。
关键词 大坝变形监测 云模型 大坝变形数据分析
在线阅读 下载PDF
大坝变形时间序列的奇异谱分析 被引量:23
3
作者 李世友 王奉伟 沈云中 《测绘通报》 CSCD 北大核心 2018年第9期64-68,共5页
为了研究大坝变形规律并分析其影响因子,利用奇异谱分析(SSA)提取大坝变形时间序列的趋势和周期分量,并分析各分量与时效、温度和水位因子的关联性。通过分析某大坝实测数据,发现大坝存在徐变和周期性弹性形变。其中,徐变即趋势项,主要... 为了研究大坝变形规律并分析其影响因子,利用奇异谱分析(SSA)提取大坝变形时间序列的趋势和周期分量,并分析各分量与时效、温度和水位因子的关联性。通过分析某大坝实测数据,发现大坝存在徐变和周期性弹性形变。其中,徐变即趋势项,主要与时效因子有关;弹性形变对应的周期项主要与温度和水位的周期变化有关,且温度因子与弹性形变的相关性明显大于水位因子。利用提取的趋势和周期项对大坝变形时间序列进行拟合并预测,其拟合和预测误差分别为0.52和0.24 mm;若采用传统的多元线性回归模型进行拟合和预测,其误差则分别为0.81和0.57 mm。这表明奇异谱方法的拟合和预测精度均优于多元回归法,能够更准确地预测大坝变形。 展开更多
关键词 奇异谱分析 大坝变形分析 变形预测
在线阅读 下载PDF
基于MSC.Marc的高拱坝蓄水期变形分析 被引量:2
4
作者 李子阳 谷艳昌 张磊 《水利水电科技进展》 CSCD 北大核心 2008年第4期15-19,共5页
针对高拱坝复杂的结构布置及施工工艺,基于大型有限元分析软件MSC.Marc,在建立的包含坝体分缝的三维有限元非线性分析模型中,对坝体横缝采用Contact单元、诱导缝采用Gap单元分别进行模拟,并通过杀死、激活技术及子程序的应用,实现坝体... 针对高拱坝复杂的结构布置及施工工艺,基于大型有限元分析软件MSC.Marc,在建立的包含坝体分缝的三维有限元非线性分析模型中,对坝体横缝采用Contact单元、诱导缝采用Gap单元分别进行模拟,并通过杀死、激活技术及子程序的应用,实现坝体浇筑、接缝灌浆及蓄水过程较为真实的模拟计算。工程实例分析获得了坝体施工蓄水期变形规律及不同分缝的开合度变化情况,指出考虑接触和施工蓄水模拟后,高水位时坝体最大径、切向位移均出现在距坝顶约1/3拱高处。 展开更多
关键词 MSC.Marc软件 高拱坝 Contact单元 Gap单元 蓄水模拟 大坝变形分析
在线阅读 下载PDF
利用独立分量回归建立大坝多测点位移模型 被引量:8
5
作者 刘斌 戴吾蛟 +1 位作者 曾凡河 杨国祥 《大地测量与地球动力学》 CSCD 北大核心 2016年第2期124-128,共5页
将独立分量回归引入大坝多点位移建模,并以五强溪大坝引张线若干测点的水平位移数据进行实验。结果表明,相对于逐步回归,独立分量回归有效解决了多测点回归建模中自变量多重相关性引起的病态问题,可建立稳定合理的回归模型。
关键词 大坝变形分析 安全监测 多测点位移模型 独立分量回归(ICR) 逐步回归
在线阅读 下载PDF
基于FP-growth的大坝安全监测数据挖掘方法 被引量:11
6
作者 毛宁宁 苏怀智 高建新 《水利水电科技进展》 CSCD 北大核心 2019年第5期78-82,共5页
为改善大坝安全监测数据库的数据挖掘方法运行速度慢、占用内存大的问题,提出改进FP-growth算法,将已预处理的监测数据剪枝后,生成Priority树再进行频繁项挖掘。以此方法挖掘大坝变形量与水温等环境量的相关关系,不仅挖掘速度快、精度... 为改善大坝安全监测数据库的数据挖掘方法运行速度慢、占用内存大的问题,提出改进FP-growth算法,将已预处理的监测数据剪枝后,生成Priority树再进行频繁项挖掘。以此方法挖掘大坝变形量与水温等环境量的相关关系,不仅挖掘速度快、精度高、结果简洁,还能够对比单个因子或分析多个因子耦合与目标变量的关系。实例表明改进后的FP-growth算法思想为大坝安全监测数据挖掘提供了一条良好的思路。 展开更多
关键词 大坝安全监测 大坝变形分析 数据挖掘 关联法则 FP-GROWTH算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部