期刊导航
期刊开放获取
河南省图书馆
退出
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
2
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
基于神经网络和多标度特征分析的古滑坡变形预测及趋势评价
被引量:
1
1
作者
田倩
吴健
赵东
《大地测量与地球动力学》
CSCD
北大核心
2022年第10期1056-1062,共7页
提出一种新的古滑坡变形预测方法。首先结合集合经验模态分解(EEMD)和奇异值分解(SVD)对古滑坡变形数据进行分解,然后利用分项组合神经网络预测古滑坡复活区的变形,最后利用多重分形消除趋势波动分析(MF-DFA)进行古滑坡多标度趋势评价...
提出一种新的古滑坡变形预测方法。首先结合集合经验模态分解(EEMD)和奇异值分解(SVD)对古滑坡变形数据进行分解,然后利用分项组合神经网络预测古滑坡复活区的变形,最后利用多重分形消除趋势波动分析(MF-DFA)进行古滑坡多标度趋势评价。以王家坡滑坡为例分析本文方法的有效性。结果表明,组合分解模型EEMD-SVD较单项分解模型具有更强的数据分解能力,可有效实现滑坡变形数据的信息分解;基于神经网络的分项组合预测模型适用于滑坡变形预测,所得预测结果的相对误差基本在2%左右,预测精度较高,且外推预测显示滑坡变形仍会进一步增加,增加速率为1.23~1.36 mm/周期;MF-DFA模型的多标度特征分析结果显示,滑坡变形具有多重分形特征,变形有进一步增加的趋势,这与预测结果较为一致,可佐证前述预测结果的准确性。
展开更多
关键词
古滑坡
数据分解
神经网络
mf-dfa模型
趋势预测
下载PDF
职称材料
基于多标度特征分析及速率比趋势判断的基坑变形规律研究
被引量:
1
2
作者
李晓斌
薛晓辉
《河南科学》
2022年第7期1091-1098,共8页
为准确掌握基坑变形规律,在基坑变形监测成果基础上,先通过MF-DFA模型和Spearman秩次检验构建出基坑变形的多标度特征分析模型;再引入速率比概念,结合Spearman秩次检验,开展基坑变形趋势研究;最后,结合两者结果,综合开展基坑变形规律分...
为准确掌握基坑变形规律,在基坑变形监测成果基础上,先通过MF-DFA模型和Spearman秩次检验构建出基坑变形的多标度特征分析模型;再引入速率比概念,结合Spearman秩次检验,开展基坑变形趋势研究;最后,结合两者结果,综合开展基坑变形规律分析.实例分析表明:在多标度特征分析结果中,各监测点的h(q)值随q值的增加而减小,说明基坑变形具多重分形特征;同时,地表沉降变形和侧位移变形的多重分形谱宽度后续将会进一步增加,而桩顶竖向变形的多重分形谱宽度后续将会进一步减小,且各监测点的大波动所占比例均趋于减小.在速率比趋势判断结果中,各监测点的速率比随时间持续均具有较强的波动性,且近期速率比变化趋势虽具一定差异,但后续均呈减小趋势.综合上述,基坑变形的多重分形特征后续会进一步加深,且变形总体趋向于收敛方向发展.
展开更多
关键词
基坑
mf-dfa模型
Spearman秩次检验
速率比
趋势判断
下载PDF
职称材料
题名
基于神经网络和多标度特征分析的古滑坡变形预测及趋势评价
被引量:
1
1
作者
田倩
吴健
赵东
机构
陕西铁路工程职业技术学院
湖北省地质局第一地质大队
出处
《大地测量与地球动力学》
CSCD
北大核心
2022年第10期1056-1062,共7页
基金
陕西铁路工程职业技术学院科研基金(KY2021-44)。
文摘
提出一种新的古滑坡变形预测方法。首先结合集合经验模态分解(EEMD)和奇异值分解(SVD)对古滑坡变形数据进行分解,然后利用分项组合神经网络预测古滑坡复活区的变形,最后利用多重分形消除趋势波动分析(MF-DFA)进行古滑坡多标度趋势评价。以王家坡滑坡为例分析本文方法的有效性。结果表明,组合分解模型EEMD-SVD较单项分解模型具有更强的数据分解能力,可有效实现滑坡变形数据的信息分解;基于神经网络的分项组合预测模型适用于滑坡变形预测,所得预测结果的相对误差基本在2%左右,预测精度较高,且外推预测显示滑坡变形仍会进一步增加,增加速率为1.23~1.36 mm/周期;MF-DFA模型的多标度特征分析结果显示,滑坡变形具有多重分形特征,变形有进一步增加的趋势,这与预测结果较为一致,可佐证前述预测结果的准确性。
关键词
古滑坡
数据分解
神经网络
mf-dfa模型
趋势预测
Keywords
paleo-landslide
data decomposition
neural network
mf-dfa
model
trend prediction
分类号
P258 [天文地球—测绘科学与技术]
下载PDF
职称材料
题名
基于多标度特征分析及速率比趋势判断的基坑变形规律研究
被引量:
1
2
作者
李晓斌
薛晓辉
机构
陕西铁路工程职业技术学院
河北省岩土工程安全与变形控制重点实验室(河北水利电力学院)
出处
《河南科学》
2022年第7期1091-1098,共8页
基金
河北省岩土工程安全与变形控制重点实验室(河北水利电力学院)开放课题(HWEKF202103)。
文摘
为准确掌握基坑变形规律,在基坑变形监测成果基础上,先通过MF-DFA模型和Spearman秩次检验构建出基坑变形的多标度特征分析模型;再引入速率比概念,结合Spearman秩次检验,开展基坑变形趋势研究;最后,结合两者结果,综合开展基坑变形规律分析.实例分析表明:在多标度特征分析结果中,各监测点的h(q)值随q值的增加而减小,说明基坑变形具多重分形特征;同时,地表沉降变形和侧位移变形的多重分形谱宽度后续将会进一步增加,而桩顶竖向变形的多重分形谱宽度后续将会进一步减小,且各监测点的大波动所占比例均趋于减小.在速率比趋势判断结果中,各监测点的速率比随时间持续均具有较强的波动性,且近期速率比变化趋势虽具一定差异,但后续均呈减小趋势.综合上述,基坑变形的多重分形特征后续会进一步加深,且变形总体趋向于收敛方向发展.
关键词
基坑
mf-dfa模型
Spearman秩次检验
速率比
趋势判断
Keywords
foundation pit
mf-dfa
model
Spearman rank test
rate ratio
trend judgment
分类号
U45 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于神经网络和多标度特征分析的古滑坡变形预测及趋势评价
田倩
吴健
赵东
《大地测量与地球动力学》
CSCD
北大核心
2022
1
下载PDF
职称材料
2
基于多标度特征分析及速率比趋势判断的基坑变形规律研究
李晓斌
薛晓辉
《河南科学》
2022
1
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