基于GA-BP神经网络的路基沉降预测

如何科学、合理地预测路基沉降是高速公路建设的关键,针对传统的BP神经网络算法易陷入局部极小值,影响预测精度的问题,本研究利用遗传算法(genetic algorithm,GA)的全局寻优能力对BP神经网络进行优化,构建了基于GA-BP神经网络的路基沉降预测模型。以高速公路路基沉降监测进行实验验证分析,结果表明：相较于传统BP神经网络模型,GA-BP神经网络模型的预测精度有了显著的提高,可为高速公路的建设及后续工程的沉降预测提供参考。     

一种加权Logistic-Richards组合模型的地表沉降预测方法

利用平移反幂法特征值求权方法,对两种地表沉降预测模型(Logistic模型和Richards模型)进行加权组合。以深圳地铁人民南车站、鹿丹村车站和长沙地铁东四线车站为例,运用新的加权Logistic-Richards组合模型对地铁施工期间地表沉降进行拟合和预测,对比验证了该组合模型的优越性。     

线性加权回归模型的高原山地区域降水空间插值研究

在山地和高原区域,地形对降水影响比较显著。常规空间插值方法通常不考虑地形要素,插值精度有限。考虑到降水量与高程存在较强的相关关系,采用局部线性加权回归模型预测山地和高原区域的降水分布。推导了回归计算公式,并在ArcGIS 9.0中编程实现算法。选取美国德克萨斯州西北部地区进行局部线性加权回归空间插值,并与普通Kriging、倒距离加权法比较。误差分析表明:在地形复杂的地区,线性加权回归模型比传统方法有优势。     

引入拉格朗日算子的最佳线性回归模型选择

基于同时考虑自变量和因变量测量误差的线性回归模型,首先将众多待选模型统一为附有约束条件的线性回归模型,然后采用含有多个备选假设的假设检验理论,并以拉格朗日算子构造假设检验统计量,提出最佳线性回归模型选择方法。实验结果表明,该算法可以获得符合观测数据实际的最佳线性回归模型,而且较改进后的线性假设法更简便。     

应用线性回归分析确定土的工程特性

在岩土工程勘察中，数学地质方法的应用比较广泛，特别是土工指标之间的经验公式应用比较多，运用这些公式可以在经济的前提下，获得比较可靠的结果。而线性回归分析则是应用较为广泛的数学工具，在资料积累的基础上，利用它可以建立一个场区、一个地区、乃至一个区域的经验公式，来预测土工参数或检验实测指标的误差大小。     

投影寻踪回归模型及其在降水预测中的应用

介绍了投影寻踪回归 (PPR)预测建模的基本思想和算法 ,并将投影寻踪混合回归(PPMR)和逐步回归 (SR)应用于降水预测数值试验 ,结果表明 ,PPMR模型的拟合和预测效果均优于SR模型的相应效果。     

矿区地表沉降监测的一种组合模型预测方法

基于诱导有序加权平均(IOWA)算子,将差分整合移动平均自回归(ARIMA)模型和Holt-Winters指数平滑模型进行组合,采用SBAS-InSAR监测值进行矿区地表沉降预测,并与各单一模型的预测结果进行对比分析.结果表明,基于IOWA算子的组合模型的预测精度较单一模型有明显提升,其中各点均方误差(MSE)平均值为...     

基于双曲线模型的卡尔曼滤波法在建筑物沉降预测中的应用

利用最小二乘法求出双曲线模型的模型参数,将此参数看作带有动态噪声的状态向量,建立基于双曲线模型的卡尔曼滤波模型,对建筑物的沉降量进行预测。卡尔曼滤波过程中,模型的参数不断发生变化,增强了其适应观测数据的能力,从而减小了拟合误差。计算表明,用基于双曲线模型的卡尔曼滤波模型对建筑物的沉降量进行预测,误差较小,效果较为理想。     

基于EWT-Prophet方法的地表沉降预测

针对地表沉降预测研究中单一传统方法预测精度较低、预测过程不稳定等问题,提出一种经验小波变换(EWT)与Prophet预测模型相结合的优化预测方法.以江西省上饶市德兴矿区为例,采用30景哨兵1号影像进行SBAS-InSAR沉降研究,并获取该区域研究时段内的沉降时序数据.首先对原始沉降时序数据进行EWT自适应分解,分解产生...     

线性回归总体最小二乘平差模型及解算

针对系数矩阵含有一列常数列的线性回归总体最小二乘平差问题,提出一种总体最小二乘平差模型。在此基础上,推导了线性回归总体最小二乘的迭代算法,并采用一个算例验证了模型和算法的可行性。     

���Իع�������С����ƽ��ģ�ͼ�����

??????????????г????е?????????????С???????????????????????С?????????????????????????????????????С????????????????????????????????????????????     

基于高光谱影像分类线性回归的古画污渍虚拟恢复

污渍是古画中最常见病害之一,识别并虚拟修复古画污渍是对古画进行科学修复的关键。本文提出了一种基于高光谱影像分类线性回归的虚拟修复方法。首先,利用人工神经网络对受污渍影响较小的波段进行分类,获取油渍区域被遮挡的信息,然后通过建立分类线性回归方程,利用受油渍影响较小的波段去校正受油渍影响较大的真彩色显示波段,在尽量地保持了古画原有的色彩基础上,有效地提取了被油渍遮挡的隐含信息,并一定程度地恢复了画作原貌。     

复合类别支持的多元线性回归遥感影像色彩归一化方法

受植被时相变化、传感器畸变、获取时刻大气条件等因素的影响,不同时间获取的遥感影像存在色彩差异,而逐波段的色彩归一化容易引起新的色彩畸变。因此,本文提出一种复合类别支持的多元线性回归遥感影像色彩归一化方法,在输入影像和参考影像逐波段高斯归一化的基础上,进行复合聚类,确定各像元的复合类别;在迭代去除变化像元的基础上,将类别中心作为控制点,建立多元线性回归方程,并据此对输入影像进行处理。2组影像的试验结果表明,本文方法相对于传统方法在整体精度、色彩保持等方面具有较大的优势。     

���Իع�ģ�͵��Ƚ�������С���˽���

?????????????????????????????д??????????????????????????????С????????????????????е??任????????????С???????????????????????????????????????????????????????С??????????????????????????????????????????????????10 000?????飬??????????????????о?????????????????????????Ч?????????     

沉降观测AR模型的不确定性平差算法

在沉降观测过程中,获取的数据经常存在着不确定性,影响参数估计的可靠性和沉降预测的准确性。把不确定度作为参数融入AR模型,建立基于AR模型的不确定性平差模型。依据残差中不确定性传播规律,利用min-max估计准则,使得残差中的最大不确定度达到最小,从一个新的角度探讨不确定性观测数据的处理方法,得到基于不确定性算法的AR模型,扩展了现有误差理论。通过沉降实例进一步验证算法的优越性。     

线性回归模型的稳健总体最小二乘解算

针对线性回归中自变量和因变量可能含有粗差的情况,提出线性回归模型的稳健总体最小二乘法。将线性回归模型进行等价变换,视其总体最小二乘平差模型为非线性,根据选权迭代的思想推导线性回归模型的稳健总体最小二乘迭代算法。以模拟算例在自变量和因变量同时添加粗差的情况下进行10 000次试验,并从中选出一组数据进行具体分析,结果验证了本文算法的有效性和可行性。     

基于拓扑谓词的空间拓扑关系相似性度量模型与应用

空间拓扑关系相似性度量是空间数据相似性度量的重要组成部分,它是空间数据检索和空间场景相似查询的基础和关键。本文旨在建立一种能够同时度量简单和复杂拓扑关系间的相似性度量模型。首先,以9个拓扑谓词提出一种简单拓扑关系间相似性度量方法,即定义简单拓扑关系之间距离为两个9交集矩阵之间的距离,从而得到简单拓扑关系之间的相似度。然后,综合考虑实体集合间的数量相似度和维数相似度,建立实体集合间的简单拓扑关系相似性度量模型,并在上述实体集合间简单拓扑关系相似性度量的基础上,采用分解-组合的策略先将复杂拓扑关系分解为若干个局部拓扑关系,通过组合局部拓扑关系之间的相似度,直至建立复杂拓扑关系间的相似性度量模型。实验表明,制图综合中的选取对空间实体集合之间拓扑关系相似度的影响最大,其他因素影响较小,因此,其能以拓扑关系相似度来度量制图综合对拓扑关系的改变程度。