基于PCA和SVM算法的滑坡稳定性分析研究

滑坡稳定性的计算方法是滑坡研究的关键问题。本文选取了24个影响滑坡稳定性的因子,运用主成分分析对这些影响因子进行属性约简,去掉冗余的影响因素小的因子,得到12个核心的影响因子,并以此作为支持向量机的输入特征值,构建主成分分析与支持向量机结合的滑坡稳定性分析模型。通过对212组滑坡数据进行分析与验证,结果表明应用主成分分析-支持向量机模型不仅可以大幅度降低数据之间的相互影响,同时提高了稳定性分析准确性。     

基于PCA与PSO-SVM的谐振接地系统故障选线方法

为解决谐振接地系统单相接地故障对故障初始角为零以及接地电阻为高阻的故障线路识别效果差的问题,提出一种基于主成分分析与粒子群算法优化支持向量机(PCA-PSO-SVM)的选线方法。该方法通过Matlab/Simulink对小电流接地系统进行仿真,采集瞬时零序功率数据,将数据输入PCA-PSO-SVM模型中进行训练与测试,并将测试结果与单一的支持向量机模型以及经粒子群优化后的支持向量机模型进行对比,结果表明PCA-PSO-SVM模型有着更好的选线准确度与选线效率。     

基于SVM与特征提取的鲁棒性数字水印算法

为抵御大部分图像处理攻击,特别是几何攻击,提出一种改进的基于SVM与特征提取的鲁棒性数字水印算法.根据图像中的邻域像素之间的相关性,引入新的图像描述子和纹理描述子来提取图像特征.对样本点及其邻域像素的所有纹理变化进行训练,由邻域像素的和与方差组成训练集,训练好的SVM被用来分类一系列测试集,按照分类结果嵌入与提取数字水印.本文算法仿真试验结果表明,改进后新算法不仅具有较好的透明性,而且对中值滤波、叠加噪声等一般性处理和旋转、缩放、剪切等几何性攻击均具有更好的鲁棒性,训练时间和算法复杂度方面优于原有算法,提取的水印精度更高.     

基于SVR技术的混凝土强度预测

提出了一种基于支持向量机回归（SVR）模型的混凝土强度预测方法,通过SVR预测结果和Bolomey经验公式的计算结果相比较,证明基于SVR技术的混凝土强度预测模型精度要远高于传统的Bolomey经验公式。     

基于PCA-PSO-SVM的供热负荷预测研究

以长春某热力公司的集中供热系统为研究对象,提出了可用于热负荷预测的PCA-PSO-SVM模型。首先利用PCA进行降维,然后通过PSO优化算法选取最优参数c、g和ε,从而构建PCA-PSO-SVM的预测模型。仿真结果表明,经过PCA降维处理的模型预测精度略低,但模型的预测速度可以提高20%～40%左右;此外也验证了基于PSO优化模型的预测精度较高,模型拟合度较好。     

基于地下水位变化的滑坡预测时序分析

 松散堆积土滑坡受地下水位变化影响显著,地下水位变化先于地表位移,易于监测。在坡体表面位移与地下水位之间建立联系,将地下水位监测作为滑坡预测的手段或辅助预测手段具有广泛的应用前景。相关数据序列分析可借助向量自回归模型,其兼顾数据序列的相关性分析和回归分析,可用于研究时间顺序数据间的滞后效应及多种时序间的联系。基于地下水位变化会引起滑坡下滑推力改变的认识,将实测地下水位变化的时序数据转化为推力引起土体位移加速度的改变,建立实测滑坡位移变化加速度与根据地下水位变化引起滑坡推力变化的计算标称加速度的向量自回归模型,可判断坡体表面位移受地下水位影响的规律及相应的滞后时间。所建立模型应用于上虞-三门高速公路6#滑坡分析,验证模型在滑坡位移预测中的有效性,为相关滑坡工程的预测分析提供了参考和借鉴。     

基于SVR方法的注浆试验效果评价研究

注浆工程属于隐蔽工程,注浆效果也不可能直观、直接检测和评价。注浆后结石体强度和浆液扩散半径是评价注浆效果的重要指标,而注浆效果又受到水泥浆液粘度、注浆压力和渗透系数等因素的影响,各因素间往往存在着复杂的关联性和非线性关系。利用水泥基注浆材料对三峡库区取样碎石土体进行注浆处理,应用支持向量回归机(SVR)方法从试验所得注浆结石体强度和扩散半径数据中随机选取若干试验样本进行训练,剩余数据进行预测,建立了注浆后结石体强度和浆液扩散半径的回归模型,提出了影响注浆效果的各因素敏感性指标排序,预测和分析了多因素影响下注浆效果的变化规律。研究结果表明:基于支持向量机的预测模型可以作为预测注浆效果的有效依据。     

地下水位动态预测的模糊模式识别法

根据地下水位与影响因素之间存在的映射关系,采用相关分析法确定地下水位的主要影响因素,并分别将已知地下水位及待预测地下水位样本的影响因素作为论域中的两个子集,提出用模糊模式识别法,进行地下水位的动态预测。实例表明,该法预测成果精度较高,具有一定的推广价值。     

基于主成分分析和支持向量机的矿井水源判别

针对传统支持向量机法判别矿井水源准确率较低的问题,选取7种水化学成分指标作为矿井水源判别的指标,采用主成分分析(PCA)和支持向量机(SVM)相结合的方法建立PCA-SVM矿井水源判别模型。以山东盛泉矿业有限公司矿井太原组灰岩含水层和奥灰含水层的水化学特征中的27个样本进行训练和检验,并与传统的支持向量机模型结果进行比较,利用PCASVM模型对矿井水源进行判别,分类准确率由66.67%提高到83.40%。研究结果表明,利用PCA-SVM矿井水源判别模型能有效消除判别指标间的相关影响,判别率较高,引进主成分分析算法是必要的。     

基于PCA—Elman神经网络的建筑能耗预测

建筑能耗影响因素复杂,研究新的能耗预测方法可简化预测过程,提高预测精度。首先对一栋高校建筑的能耗样本进行主成分分析(PCA),去除信息冗余,消除输入变量之间的相关性。把经过PCA提取的主成分作为Elman神经网络的输入,隐含层和输入层均采用tansig函数,在训练过程中不断对权值和偏差进行修正,最终建立基于PCA-Elman的建筑能耗预测模型。采用测试样本对模型精度进行验证,实例表明,基于PCA-Elman的建筑能耗预测模型相对误差为5.49%,优于单一Elman神经网络预测结果。本方法简单易行,可用于建筑能耗预测和建筑能耗监测系统的报警阈值设置。     

基于Visual MODFLOW地下水位预测研究

地基基础设计中,地下水是最活跃、复杂且难把握的因素。地下水受季节、环境影响较大,在建筑物的使用年限内地下水位是波动的,较大的地下水位变化可能引起地基失稳、基础破坏,从而预测地下水位、了解地下水位变化情况对地基基础设计、保障建筑物的使用安全是十分必要的。Visual MODFLOW是国际上较为成熟的地下水数值模拟软件,通过其建立数值模型,输入相关数据可对地下水位进行预测,为研究地下水位对地基基础的影响提供了重要的工具。     

基于KPCA-WLSSVM的建筑能耗预测模型

为降低建筑能耗影响因素间复杂相关性对模型性能的影响,建立了一种基于KPCAWLSSVM的建筑能耗预测模型。利用核主元分析(KPCA)对输入变量进行数据压缩,消除变量之间的相关性,简化模型结构;进一步采用加权最小二乘支持向量机(WLSSVM)方法建立建筑能耗预测模型,同时结合一种新型混沌粒子群-模拟退火混合优化(CPSO-SA)算法对模型参数进行优化,以提高模型的预测性能及泛化能力。通过将KPCA-WLSSVM模型方法应用于某办公建筑能耗的预测中,并与WLSSVM、LSSVM及RBFNN模型相比,实验结果表明,KPCA-WLSSVM模型方法能有效提高建筑能耗预测精度。     

基于累积残差贡献率的传感器故障定位方法

为准确定位结构健康监测系统中的故障传感器,提出了基于累积残差贡献率的传感器故障定位方法。基于主元分析的基本原理,将车辆荷载和地脉动激励下传感器采集的数据分为主元空间和残差空间,采用SPE统计量对故障进行识别。在此基础上,通过对残差贡献值的推导,提出了累积残差贡献率指标,改进了现有的残差贡献图,提高了故障定位的准确率,并将单传感器故障定位拓展到两个故障传感器的同时定位。数值模拟结果表明:主元分析法能准确识别出预设的4类常见传感器故障,累积残差贡献率不但能更好地定位单传感器故障,两传感器同时发生故障时也能准确定位。     

Damage detection of a cable-stayed bridge using feature extraction and selection methods

Abstract

In this paper, a novel approach is presented to detect damage in a cable-stayed bridge based on feature extraction and selection. In the first part of the paper, several features are used in time domain, frequency domain, and time-frequency domain to detect damage. Next, several spectral parameters are introduced as effective features to reduce false alarms. Support vector machine (SVM) technique is employed as a classifier to compare the detection ability of the proposed and conventional features. In the second part of the paper, several feature selection techniques including forward selection, backward elimination, the minimum redundancy and max relevancy, ReliefF and SVM approach based on recursive feature elimination (SVM-RFE) algorithm are employed to improve feature extraction accuracy through selecting and ranking the most discriminative feature as an optimal feature subset. The capability of the proposed approach to detect damage is investigated by a data set obtained from a health monitoring system of a real benchmark problem. The data consists of vibration acceleration of the Yonghe bridge in both healthy and damaged states. Results show that the proposed procedure can effectively reduce false alarms.     

基于EMD_SVD的矿山微震与爆破信号特征提取及分类方法

针对矿山微震与爆破信号难以识别的问题,提出了基于经验模态分解(EMD)和奇异值分解(SVD)的矿山信号特征提取及分类方法。首先对微震与爆破信号进行EMD分解,再借助相关系数和方差贡献率筛选得到主要本征模态分量为IMF1~IMF6,进而利用SVD计算主要本征模态分量构成矩阵的奇异值σ_i(i=1,2,...,6),最后应用支持向量机(SVM)对用沙坝矿微震与爆破信号进行分类。结果表明:微震与爆破信号的奇异值σ_1,σ_2和σ_3差异较大,且σ_1(28)7.5作为识别分界值时准确率达到了88.25%;SVM法识别效果优于BP神经网络法、Bayes法和单一奇异值分界值法,且SVM法准确率达到了93.0%。由此,该方法可为矿山微震与爆破信号特征提取和分类提供一种新方法。     

封闭式路堑U型槽结构抗浮设计水位计算方法探讨

封闭式路堑U型槽结构作为纯地下建筑,抗浮问题非常突出。本文以北京某封闭式路堑U型槽结构工程为例,在对场区进行水文地质条件分析及远期最高水位预测的基础上,建立适用的水文地质概念模型及地下水流定解数学模型,使用FEFLOW软件建立了场区三维数值模拟模型,利用该模型进行抗浮设计水位预测。模型建立过程中考虑了场区各含水层的非均质性及场区潜水最高水位接近自然地面的工程特点。     

地面沉降与地下水位动态监测数据模型的研究

针对西安市大量的地面沉降与地下水位长期观测数据，采用数值模拟方法建立地面沉降监测点沉降过程曲线模型和地下水位监测井水位升降曲线模型并编制程序，并对地面沉降与地下水位监测数据进行内插外推计算、分析和研究，进而对地面沉降和地下水动态进行预测预报。     

湖北省建筑业综合发展态势分析及相关建议

建筑业作为湖北省国民经济的支柱产业对推动地区经济的发展起着巨大的作用.本文在建立湖北省建筑业综合发展水平的评价指标体系的基础上,应用时序主成分法对湖北省1993～2005年建筑业综合发展水平作了动态描绘,分析发现湖北省建筑业在13年的发展中处于攀升态势,其情况与客观实际相符,最后针对湖北省建筑业发展态势提出了相关的建议.     

新疆彦达木地区遥感蚀变信息提取应用研究

遥感技术不仅能克服自然地理、地域等条件的限制,而且能快速地了解研究区的区域地质背景、成矿地质条件等,尤其是遥感蚀变信息提供了一种更为直接的找矿信息,从而使地质找矿工作更加具有针对性和目的性。文章以新疆若羌县彦达木地区为研究区,利用ETM卫星数据,在分析典型岩石矿物与图像光谱特征的基础上,通过图像增强和统计分析等方法,提取出了与金属矿化有关的铁染和羟基蚀变信息。经野外异常查证,新发现了6处铜铁多金属矿化点。在遥感找矿预测研究的基础上,圈定了3处找矿靶区,为在该区部署地质找矿工作指明了方向。