| 基于KPCA-ICFSFDP-MOGP的拱坝多测点变形数据预处理及预测方法 |
| |
| 作者姓名： | 葛盼猛 陈波 刘庭赫 杨帆 |
| |
| 作者单位： | 河海大学水利水电学院,江苏 南京210098;河海大学水利水电学院,江苏 南京210098;河海大学水文水资源与水利工程科学国家重点实验室,江苏 南京210098;中水东北勘测设计研究有限责任公司,吉林 长春130021;中国建筑金属结构协会,北京100037 |
| |
| 基金项目： | 国家自然科学基金面上项目(52079049);江苏省基础研究计划青年项目(BK20160872) |
| |
| 摘 要： | 为更高效地对高拱坝的多测点变形数据进行分析,引入了核主成分分析(KPCA)算法重构误差以识别多测点序列中的异常值;为解决用于测点聚类的密度峰值聚类(CFSFDP)算法高维表现较差的问题,利用KPCA算法对其进行降维操作,并提出了自动选取聚类中心与截断距离的改进CFSFDP(ICFSFDP)算法;基于KPCA-ICFSFDP和多输出高斯过程(MOGP)算法,按分区建立了多测点变形MOGP回归模型。实例验证结果表明,对于簇内点数量较少的类,相较于不分区的MOGP模型,预测效果得到了一定的提升,同时在整体MOGP模型表现良好的测点,分区后仍然保持较高的预测精度,且与单输出高斯过程模型对比均有所提升。
|
| 关 键 词： | 高拱坝 多测点变形 KPCA CFSFDP MOGP |
| 收稿时间： | 2022-07-22 |
|
| 点击此处可从《水利水电科技进展》浏览原始摘要信息 |
|
点击此处可从《水利水电科技进展》下载免费的PDF全文 |
|
