基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文在传统的变点分析理论的基础上,针对传统变点处理的方法,提出利用自适应神经网络,在原时间序列的基础上,适当选择滚动窗口的长度d和窗口每次移动的间隔为n0,形成新的序列作为自适应神经网络的输入,对新序列进行分类,得到交点个数和位置,在此基础判断变点的类型.本文用模拟数据和实测滑坡三维变形数据和坝体变形数据对算法的有效性进行了检验.
推荐文章
一种新的时间序列综合分析法和应用
时间序列
综合分析
趋势
周期
随机
灰色理论
时间序列在变形监测中的应用
时间序列分析
建模
变形监测
变形预报
一种时间序列动态聚类的算法
时间序列
关键点
兰氏距离
模糊聚类算法
动态聚类
一种非同步时间序列特征提取算法
时间序列
符号化
部分模式匹配
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的时间序列变点算法在变形数据分析中的应用
来源期刊 测绘科学 学科 地球科学
关键词 变形观测 变点分析 时间序列 自适应神经网络
年,卷(期) 2009,(1) 所属期刊栏目 应用研究
研究方向 页码范围 170-173
页数 4页 分类号 P258
字数 语种 中文
DOI 10.3771/j.issn.1009-2307.2009.01.058
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张正禄 武汉大学测绘学院 89 1876 24.0 39.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (77)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (20)
二级引证文献  (22)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
变形观测
变点分析
时间序列
自适应神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
论文1v1指导