-
题名水利工程三维模型试验变形的数码摄影监测
被引量：2
- 1
-
-
作者
赵中原
张强勇
-
机构
河南省商丘市公路管理局
山东大学岩土与结构工程研究中心
-
出处
《水电能源科学》
北大核心
2009年第5期69-71,共3页
-
基金
国家自然科学基金资助项目(40772173)
国家重点基础研究发展计划基金资助项目(2009CB724607)
+1 种基金
教育部新世纪优秀人才支持计划基金资助项目(NCET-08-0336)
山东省自然科学基金资助项目(Y2007F52)
-
文摘
在水利工程隧道三维立体模型观测面设置测量标点,采用数码相机监测模型试验过程,通过数码图像识别监测物体变形前后标记点的变形数据。基于BP神经网路的图像识别,对某隧道施工开挖、加固过程进行三维地质力学模型试验,取得了满意的观测结果,为三维力学模型试验收敛变形观测提供了一种新方法。
-
关键词
三维地质力学模型试验
施工过程模拟
BP神经网络
影像点集
-
Keywords
3-D geo-mechanieal model test
construction process simulation
Back-Propagation network
image point set
-
分类号
P235.2
[天文地球—摄影测量与遥感]
-
-
题名基于ARMA混合回归模型的土坝变形分析
被引量：5
- 2
-
-
作者
赵中原
-
机构
河南省商丘市公路管理局
-
出处
《水电能源科学》
北大核心
2009年第3期74-76,共3页
-
文摘
针对大坝变形问题,提出了基于ARMA混合回归方法,筛选出大坝变形因子并建立了大坝变形模型。以某大坝为例,采用该法进行了计算并与统计多元回归模型的预报效果做了比较分析。结果表明,土坝的变形量与其自身历史变形量关系密切,水深对其变形有一定影响,温度对其变形影响不大,ARMA混合回归模型预报精度明显高于多元回归模型。
-
关键词
大坝
ARMA混合回归模型
变形
因子
预报
-
Keywords
dam
ARMA mixed regression model
deformation
factor
forecast
-
分类号
O212.1
[理学—概率论与数理统计]
TV698.1
[水利工程—水利水电工程]
-
