排序方式: 共有8条查询结果,搜索用时 18 毫秒
1
1.
乌江构皮滩水电站坝基岩体变形参数取值方法 总被引:1,自引:0,他引:1
采用同一单元不同尺寸岩体的变形和声波试验研究 ,建立了岩体变形模量与波速之间的关系 ,用“一击双收”弹性波方法建立了岩体波速与面积之间的关系 ,实现了岩体变形模量由“点”到“面”的有机联系 ,同时研究了适合该工程岩体的变形试验方法 ,提出了坝基岩体大面积宏观变形参数 相似文献
2.
3.
乌江构皮滩水电站坝基岩体变形参数取值方法 总被引:1,自引:0,他引:1
采用同一单元不同尺寸岩体的变形和声波试验研究,建立了岩体变形模量与波速之间的关系,用“一击双收”弹性波方法建立了岩体波速与面积之间的关系,实现了岩体变形模量由“点”到“面”的有机联系,同时研究了适合该工程岩体的变形试验方法,提出了坝基岩体大面积宏观变形参数。 相似文献
4.
基于异常序列剔除的多变量时间序列结构化预测 总被引:1,自引:0,他引:1
针对传统多变量时间序列预测方法未考虑变量间依赖关系从而影响预测效果的问题,提出了一种基于异常序列剔除的多变量时间序列预测算法.该算法旨在利用多维支持向量回归机(Multi-dimensional support vector regression,M-SVR)内在的结构化输出特性,对选取到具有相似性的多个变量序列进行联合预测.首先,对已知序列进行基于模糊熵的层次聚类,实现对相似序列的初步划分;其次,求出类中所有序列的主曲线,根据序列到主曲线的距离计算各个序列的异常因子,从而进一步剔除聚类结果中的异常序列;最后,将选取到的相似变量序列作为输入,利用M-SVR进行预测.通过理论分析,证明本文算法在理论上存在信息损失上界与可靠度下界,从而说明本文算法的合理性与可行性.采用混沌时间序列数据与多个实际数据集进行对比实验,结果表明,与现有多个代表性方法相比,本文算法可有效挖掘多变量时间序列的内在结构信息,预测精度更高,数值稳定性更好. 相似文献
6.
孪生近端最小二乘支持向量回归机(twin proximal least squares support vector regression,TPLSSVR)是在PLSSVR模型的理论基础上结合TSVR模型的双超平面理念而设计的一种新的回归模型. 本文利用TPLSSVR模型框架构建了基于高斯噪声的孪生近端最小二乘支持向量回归模型. 该模型利用最小二乘方法,分别加入正则化项b21、b22,将一个不等式约束问题转化为两个更简单的等式约束问题,提高了模型的泛化能力,有效提升了预测精度. 为解决模型的参数选择问题,选用收敛速度快、鲁棒性好的粒子群优化算法对模型参数进行优化选择. 将新构建的模型应用于人工数据集和风速数据集,实验结果显示该模型有较好的预测效果. 相似文献
7.
重庆地区的基桩几乎都是端承桩和摩擦端承桩。利用灰色系统中的GM( 1,1)预测模型 ,可以很好地解决重庆地区工程实践中如何根据未达到破坏的试桩资料确定单桩极限承载力的问题 相似文献
8.
1