一种适用于高铁变形预测的组合模型建立方法

针对高铁变形预测中呈现原始数据受噪声影响大与长期预测不准确的问题,提出了一种基于小波去噪的自适应灰色马尔科夫(GM(1,1)-MC)组合预测模型。该模型通过引入小波去噪削弱随机扰动误差的影响,运用自适应GM(1,1)进行预测,进而基于马尔科夫修正模型进行数据修正。通过实验结果与对比分析表明,此模型能够较好地削弱测量过程中由各种因素引起的噪声的影响,实现了残差数据的部分收敛;提升了原始模型的预测精度;在预测主体的后期发展趋势上能够给予较好的预报与评估。

不动产登记实务中的测绘成果审核探讨

随着不动产统一登记制度的实施,不动产登记中的测绘成果审核也就成为登记机构、测绘单位和不动产登记申请人等的关注焦点,如何做好测绘成果审核保证不动产登记的质量就显得尤为重要,为此,本文结合不动产登记测绘成果审核实务,针对不动产登记测绘成果审核的依据、主体、内容等展开了初步探讨,并就存在问题提出可行性建议。

基于方差补偿自适应Kalman滤波的ARMA与PSO-SVM模型变形预测

根据变形监测数据非线性、波动性特征及实时动态数据处理的要求,在选取方差补偿自适应Kalman滤波进行随机扰动剔除及模型误差削弱分析的基础上,采取自回归移动平均模型(ARMA)构建趋势预测值,最后通过粒子群(PSO)优化参数的支持向量机(SVM)获得误差补偿修正的ARMA模型。应用该方法对变形监测工程实例进行沉降预测,预测结果验证了该方法能较好地描述复杂环境因素下的工程实际变形量,对工程预警预测有一定的参考价值。