期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于一元线性回归模型八字门滑坡累积位移预测
被引量：
14
1
作者
尚敏
廖芬
+1 位作者
马锐
刘昱廷
《工程地质学报》
CSCD
北大核心
2019年第5期1172-1178,共7页
我国滑坡灾害发生频繁,但滑坡的变形预测预报一直是难题,因此每年都因滑坡的变形破坏导致重大的人员伤亡和财产损失。以三峡库区八字门滑坡为研究对象,基于十多年的监测数据分析,研究分析了该滑坡的变形特征:八字门滑坡变形的主要影响...
我国滑坡灾害发生频繁,但滑坡的变形预测预报一直是难题,因此每年都因滑坡的变形破坏导致重大的人员伤亡和财产损失。以三峡库区八字门滑坡为研究对象,基于十多年的监测数据分析,研究分析了该滑坡的变形特征:八字门滑坡变形的主要影响因素为降雨和库水位下降,并且累积位移曲线具有“阶跃型”的变形特征。当外界因素去除或者减小的情况下,累积位移-时间曲线将变得平稳。根据此特性,选取每年变形曲线“阶跃段”(6~8月份)的监测数据,以累积位移为目标函数,基于一元线性回归模型,对八字门滑坡2004年到2017年同期的滑坡监测数据进行分析。结果表明:一元线性回归模型能够很好地模拟八字门滑坡“阶跃段”的变形过程,此变形阶段累积位移与时间呈线性关系,直线斜率基本相同。根据此线性关系,对滑坡的累积位移进行了预测,结果表明与实际监测数据相比较,预测误差在±5 mm以内,相对误差在1%以下,精度可以满足滑坡监测预警要求,可以为八字门滑坡的防治工作提供参考。
展开更多
关键词
八字门
滑坡
变形特征
阶跃型
滑坡累积位移
预测
在线阅读
下载PDF
职称材料
基于多重分形的改进GRU滑坡位移预测模型
被引量：
4
2
作者
徐满
张冬梅
+2 位作者
余想
李江
吴益平
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第7期1407-1416,共10页
门控机制设计难以学习序列变化趋势,导致传统记忆网络模型对滑坡位移非平稳跃变段预测效果较差.基于多重分形改进门控循环单元(GRU),通过量化序列的变化特征来动态更新门控权重,引入循环神经网络单元的状态融合策略以学习数据的长程相...
门控机制设计难以学习序列变化趋势,导致传统记忆网络模型对滑坡位移非平稳跃变段预测效果较差.基于多重分形改进门控循环单元(GRU),通过量化序列的变化特征来动态更新门控权重,引入循环神经网络单元的状态融合策略以学习数据的长程相关性特征.采用变分模态分解算法将滑坡累积位移分解成趋势项、周期项及随机项,利用改进GRU进行位移分量的训练和预测.选取三峡库区白水河滑坡监测点ZG93、ZG118进行仿真实验.实验结果表明,相比传统预测模型,新模型的滑坡位移形变趋势特征学习能力更强,预测精度更高.
展开更多
关键词
滑坡累积位移
多重分形
门控循环单元(GRU)
变分模态分解
循环神经网络
在线阅读
下载PDF
职称材料
WA联合ELM与OS-ELM的滑坡位移预测模型
被引量：
29
3
作者
李骅锦
许强
+1 位作者
何雨森
魏勇
《工程地质学报》
CSCD
北大核心
2016年第5期721-731,共11页
滑坡累积位移监测曲线往往呈现出复杂的非线性增长特性,对此建立了不少相关的预测模型,而以往的预测模型存在着许多不足。本文基于小波函数(Wavelet Analysis,WA),ELM与OS-ELM,提出一种名为WA联合ELM、OS-ELM的预测方法。首先,该方法基...
滑坡累积位移监测曲线往往呈现出复杂的非线性增长特性,对此建立了不少相关的预测模型,而以往的预测模型存在着许多不足。本文基于小波函数(Wavelet Analysis,WA),ELM与OS-ELM,提出一种名为WA联合ELM、OS-ELM的预测方法。首先,该方法基于小波函数,将滑坡累积位移分解成受内部地质条件影响的趋势项和受外部影响因子影响的周期项;然后,基于ELM与OS-ELM分别对趋势项和周期项进行预测;最后将趋势项和周期项的预测值叠加得到累积位移的预测值。结果表明,小波函数得到的趋势项展现出良好的趋势性,而周期项也展现出良好的周期性;以Sigmoid方程为核函数,隐含层神经元个数为33的ELM模型能准确高效对趋势项进行预测,而以RBF方程为核函数,隐含层神经元个数为100的OS-ELM模型能准确高效对周期项进行预测;累积位移预测数据的RMSE分别为0.1423和0.1315,预测结果相对较好,能够在滑坡位移预测领域发挥一定的作用。
展开更多
关键词
滑坡累积位移
非线性特性
位移
预测
小波函数
ELM
OS-ELM
在线阅读
下载PDF
职称材料
题名
基于一元线性回归模型八字门滑坡累积位移预测
被引量：
14
1
作者
尚敏
廖芬
马锐
刘昱廷
机构
湖北长江三峡滑坡国家野外科学观测研究站
三峡库区地质灾害教育部重点实验室
三峡大学土木与建筑学院
中国一冶集团有限公司海外公司
出处
《工程地质学报》
CSCD
北大核心
2019年第5期1172-1178,共7页
基金
国家自然科学基金(41102187)
湖北省自然科学基金面上项目(2017CFB534)
湖北长江三峡滑坡国家野外科学观测研究站开放研究基金(2018KTL09)资助~~
文摘
我国滑坡灾害发生频繁,但滑坡的变形预测预报一直是难题,因此每年都因滑坡的变形破坏导致重大的人员伤亡和财产损失。以三峡库区八字门滑坡为研究对象,基于十多年的监测数据分析,研究分析了该滑坡的变形特征:八字门滑坡变形的主要影响因素为降雨和库水位下降,并且累积位移曲线具有“阶跃型”的变形特征。当外界因素去除或者减小的情况下,累积位移-时间曲线将变得平稳。根据此特性,选取每年变形曲线“阶跃段”(6~8月份)的监测数据,以累积位移为目标函数,基于一元线性回归模型,对八字门滑坡2004年到2017年同期的滑坡监测数据进行分析。结果表明:一元线性回归模型能够很好地模拟八字门滑坡“阶跃段”的变形过程,此变形阶段累积位移与时间呈线性关系,直线斜率基本相同。根据此线性关系,对滑坡的累积位移进行了预测,结果表明与实际监测数据相比较,预测误差在±5 mm以内,相对误差在1%以下,精度可以满足滑坡监测预警要求,可以为八字门滑坡的防治工作提供参考。
关键词
八字门
滑坡
变形特征
阶跃型
滑坡累积位移
预测
Keywords
Bazimen landslide
Deformation feature
Step type
Prediction of cumulative displacement of landslide
分类号
P642.22 [天文地球—工程地质学]
在线阅读
下载PDF
职称材料
题名
基于多重分形的改进GRU滑坡位移预测模型
被引量：
4
2
作者
徐满
张冬梅
余想
李江
吴益平
机构
中国地质大学(武汉)计算机学院
湖北省自然资源厅信息中心
中国地质大学(武汉)工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第7期1407-1416,共10页
基金
国家自然科学基金联合基金重点支持项目(U1911205)
湖北省自然资源厅科技项目(ZRZY2024KJ22)。
文摘
门控机制设计难以学习序列变化趋势,导致传统记忆网络模型对滑坡位移非平稳跃变段预测效果较差.基于多重分形改进门控循环单元(GRU),通过量化序列的变化特征来动态更新门控权重,引入循环神经网络单元的状态融合策略以学习数据的长程相关性特征.采用变分模态分解算法将滑坡累积位移分解成趋势项、周期项及随机项,利用改进GRU进行位移分量的训练和预测.选取三峡库区白水河滑坡监测点ZG93、ZG118进行仿真实验.实验结果表明,相比传统预测模型,新模型的滑坡位移形变趋势特征学习能力更强,预测精度更高.
关键词
滑坡累积位移
多重分形
门控循环单元(GRU)
变分模态分解
循环神经网络
Keywords
landslide cumulative displacement
multifractal
gated recurrent unit(GRU)
variational mode decomposition
recurrent neural network
分类号
P642 [天文地球—工程地质学]
在线阅读
下载PDF
职称材料
题名
WA联合ELM与OS-ELM的滑坡位移预测模型
被引量：
29
3
作者
李骅锦
许强
何雨森
魏勇
机构
地质灾害防治与地质环境保护国家重点实验室(成都理工大学)
爱荷华大学智能系统研究实验室
出处
《工程地质学报》
CSCD
北大核心
2016年第5期721-731,共11页
基金
国家重点基础研究发展计划(973)项目(2013CB733200)
国家创新研究群体科学基金(41521002)资助
文摘
滑坡累积位移监测曲线往往呈现出复杂的非线性增长特性,对此建立了不少相关的预测模型,而以往的预测模型存在着许多不足。本文基于小波函数(Wavelet Analysis,WA),ELM与OS-ELM,提出一种名为WA联合ELM、OS-ELM的预测方法。首先,该方法基于小波函数,将滑坡累积位移分解成受内部地质条件影响的趋势项和受外部影响因子影响的周期项;然后,基于ELM与OS-ELM分别对趋势项和周期项进行预测;最后将趋势项和周期项的预测值叠加得到累积位移的预测值。结果表明,小波函数得到的趋势项展现出良好的趋势性,而周期项也展现出良好的周期性;以Sigmoid方程为核函数,隐含层神经元个数为33的ELM模型能准确高效对趋势项进行预测,而以RBF方程为核函数,隐含层神经元个数为100的OS-ELM模型能准确高效对周期项进行预测;累积位移预测数据的RMSE分别为0.1423和0.1315,预测结果相对较好,能够在滑坡位移预测领域发挥一定的作用。
关键词
滑坡累积位移
非线性特性
位移
预测
小波函数
ELM
OS-ELM
Keywords
Landslide cumulative displacement, Nonlinear curve, Displacement prediction, Wavelet analysis, ELM, OS-ELM
分类号
P642.22 [天文地球—工程地质学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于一元线性回归模型八字门滑坡累积位移预测
尚敏
廖芬
马锐
刘昱廷
《工程地质学报》
CSCD
北大核心
2019
14
在线阅读
下载PDF
职称材料
2
基于多重分形的改进GRU滑坡位移预测模型
徐满
张冬梅
余想
李江
吴益平
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
3
WA联合ELM与OS-ELM的滑坡位移预测模型
李骅锦
许强
何雨森
魏勇
《工程地质学报》
CSCD
北大核心
2016
29
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
