改进水循环优化BP神经网络的大坝变形预测

为提升传统基于反向传播(BP)神经网络的大坝变形预测方法的精度和噪声稳健性,提出一种改进水循环算法(IWCA)优化的BP神经网络(IWCA-BP)模型。首先利用经验模态分解(EMD)将高维复杂变形数据分解为一系列结构简单的本征模函数(IMF)和剩余项之和的形式;然后利用IWCA-BP神经网络分别对每个IMF进行建模预测,作为一种启发式优化算法,IWCA能快速准确地实现BP神经网络初值的全局寻优,提升预测性能;最后利用某混凝土大坝实际变形数据开展实验。结果表明,相较于卡尔曼滤波、支持向量机、BP神经网络和粒子群优化随机森林方法,EMD-IWCA-BP方法能获得更高的预测精度和噪声稳健性,具有更高的应用前景。

现代测量定位技术在水下工程中的应用研究

随着我国科学技术的发展,我们对于海洋资源的需求也在不断的提高,为了满足我国社会发展的需要,现代测量定位技术已经在海洋工程处中得到了应用。现代测量定位技术在水下工程中的应用,提高了测量结果的精确度。本文分析了现代测量定位技术在水下工程当中的应用,希望对现代测量技术的应用有所帮助。

测绘新技术在测绘工程测量中应用的探讨实践思考

随着社会的发展,我国的测绘工程的发展也有了很大的改善。工程测量在学校的时候是一门比较有价值的学科,近年来由于我 国生产力的发展,各个国家都新建了非常多的大规模,要求较高,工程量复杂的工程建筑。比如说长长的跨海大桥,深深的地下隧道,以 及高耸的信号发射塔等等。这些建筑的工程量都是非常大,且极其复杂的,在经过的线路之中有非常多的可能性,以及未知的危险,所以 在修建之前要进行地表的统计以及测量。由于发展的需要,我国的工程测量技术也有了较大的进步。

数字化测绘技术在工程测量中的应用探究

随着科技的不断进步,工程测量行业也取得了较大的发展。近年来,在工程建设的测量环节中,数字化测绘技术以其独特的技术 优势得到了广泛的应用,促使工程建设测量的精确度得到了有效的提高,而且也使得工程测量的效率得到了较大的提升。因此,为更好地 提高工程测量的质量以及促进工程建设的发展,相关技术人员要加强对数字化测绘技术的研究与学习。主要就数字化测绘技术在工程测量 中的应用进行探讨。

基于GMF-CLEAN的变形监测数据噪声抑制方法

利用GPS进行建筑物变形监测过程中,白噪声(随机误差)和色噪声(多径效益、测量粗差等)是主要的误差源,影响对观测数据中变形信息的提取。针对这一问题,提出一种基于广义匹配滤波(generalized matched filter,GMF)和CLEAN的噪声抑制方法,首先利用GMF对色噪声进行"白化"处理,将其转换为白噪声,然后利用CLEAN算法从"白化"后的数据中提取变形监测信息,从而实现对色噪声和白噪声的有效滤除。基于仿真数据和实际工程测试数据的实验结果表明,相对于传统的小波方法和经验模态分解(empirical mode composition,EMD)方法,所提方法可以获得更好的噪声抑制性能。