原文服务方: 岩土力学       
摘要:
针对岩土体变形行为预测中观测数据的有限性以及信息的不完备性,提出以分段插值或Boostrap重采样对有限观测数据再生以增强数据细节信息,以坐标变换或状态空间重构改变时序数据的表示形式,并重写原有不显著的规律的研究方法.在深入分析方法中重采样、混沌辨识、相空间重构的嵌入维数和延迟时间等关键技术的基础上,分别采用支持向量机、径向基函数前向型神经网络(RBF)以及反馈型神经网络(Elman),对3组不同特征工程算例的岩土体变形时序在数据再生和空间重构前后进行预测对比研究.结果表明,变形时序的数据再生与重构能够极大地扩充数据细部特征信息和凸显岩土体变形演化的本质规律,以此数据建立的SVM预测模型,其可靠性和准确性优于以原始数据SVM、RBF和Elman建模预测效果.
推荐文章
一种基于土体率敏性的长期变形预测方法
土体变形
率敏性
弹黏塑性
本构模型
蠕变
上下负荷面
岩土体开挖变形的分步模拟方法及其工程应用
岩土体
开挖
分步模拟
涔天河水利枢纽
基于相空间重构的边坡位移预测
混沌时间序列
相空间重构
Lyapunov指数
边坡位移预测
基于Lyapunov指数的混凝土体积变形混沌预测
碾压混凝土
自生体积变形
观测序列
混沌
最大Lyapunov指数
预测
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 基于数据再生与空间重构的岩土体变形行为预测
来源期刊 岩土力学 学科
关键词 数据再生 空间重构 变形行为 预测
年,卷(期) 2010,(6) 所属期刊栏目 岩土工程研究
研究方向 页码范围 1877-1883,1890
页数 分类号 TU432
字数 语种 中文
DOI 10.3969/j.issn.1000-7598.2010.06.034
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 傅鹤林 中南大学土木建筑学院 225 1909 23.0 35.0
2 董辉 湘潭大学土木工程与力学学院 45 327 10.0 16.0
3 聂春龙 中南大学土木建筑学院 27 168 8.0 11.0
7 杨珺博 湘潭大学土木工程与力学学院 3 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (17)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据再生
空间重构
变形行为
预测
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
岩土力学
月刊
1000-7598
42-1199/O3
大16开
1979-01-01
chi
出版文献量(篇)
11045
总下载数(次)
0
总被引数(次)
250658
论文1v1指导