基于最小截平方和估计的混凝土坝变形监测粗差识别方法

粗差识别是混凝土坝安全监测数据预处理中的一项重要工作。结合变形监测统计分析模型,基于Fast-LTS算法,提出一种混凝土坝变形监测粗差最小截平方和估计识别方法。首先,基于最小截平方和估计,建立混凝土坝变形监测统计分析模型,挖潜变形监测序列与环境影响因子间的关系;其次,划分正常测值序列和疑似粗差测值序列,并针对疑似粗差序列,采用数理统计方法,逐一甄别直至判别出所有粗差。工程实例计算分析表明,本文方法粗差识别成功率达100%,远优于拉依达法则、格拉布斯准则与罗曼诺夫斯基准则等传统判别方法。更高的识别成功率,可为混凝土坝变形监测粗差识别提供一种新途径。     

考虑邻近点相关性的EN-SVM组合混凝土双曲拱坝变形预测模型

模型的输入通常决定模型的性能,而在普遍的混凝土坝变形预测模型中往往仅考虑以环境因素作为输入情况.基于此,在考虑环境因素影响的基础上,把邻近测点的相关性也纳入考虑,构建了考虑邻近点相关性的弹性网络(EN)与支持向量机(SVM)的组合预测模型,即先构造两类不同的特征,然后分别使用主成分分析法(PCA)和EN进行类内特征处理...