基于经验模式分解的边坡位移预测模型研究

• 作者: 何秀凤 刘志平 张永磊
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 边坡位移 经验模式分解 支持向量机回归 马尔可夫状态切换 自回归模型
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 科研
• 页码范围: 48-51,92
• 页数: 5页
• 分类号: P642
• 字数: 4342字
• 语种: 中文

摘要

高边坡监测数据分析是研究边坡变形演化机制及稳定性评价的主要方法,是工程施工决策的基础.根据边坡位移时间序列呈现趋势性与随机性相耦合的特点,运用经验模式分解方法将边坡位移量分解为趋势项和随机项部分,对趋势项采用支持向量机回归模型预测,并基于马尔可夫状态切换对随机项建立自回归模型进行预测.以小湾水电站高边坡为例,将该模型应用到边坡位移变形预报中,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何秀凤	河海大学卫星及空间信息应用研究所	143	1582	22.0	31.0
2	刘志平	中国矿业大学国土灾害与环境监测国家测绘地理信息局重点实验室	46	160	7.0	10.0
3	张永磊	河海大学卫星及空间信息应用研究所	4	10	2.0	3.0