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:
双曲线法和Asaoka法在对沉降数据进行预测时,需要对原始数据进行拟合处理,且多采用最小二乘法进行拟合处理。但当沉降数据中混入粗差后,采用最小二乘法拟合存在失准的情况。针对这一问题,引入稳健线性估计理论,在数据预处理过程中采用稳健线性拟合法。并探讨混入粗差后,最小二乘线性拟合与稳健线性拟合分别在双曲线法、Asaoka法的预测效果和适用性。研究结果表明:采用稳健线性拟合法进行数据处理受粗差的影响极小,能起到很好的抵抗粗差的作用;当拟合数据过少时,最小二乘法线性拟合与稳健线性拟合效果无明显差异。
推荐文章
基于稳健估计时间序列法的风功率预测
风电场出力预测
时间序列法
稳健估计
最小二乘法
灰色稳健总体最小二乘估计及高铁路基变形预测
部分变量总体最小二乘稳健估计
GM(1,1)
高铁路基沉降预测
参数累积估计灰色模型及地面沉降预测
灰色模型GM(1,1)
累积法
参数估计
模型稳定性
地面沉降预测
分层沉降预测
基于小波分析-稳健估计的径流预报模型及应用
中长期径流预报
稳健估计
小波分析
时间序列模型
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 基于稳健估计的沉降预测方法
来源期刊 铁道科学与工程学报 学科 交通运输
关键词 沉降预测 双曲线法 Asaoka法 最小二乘估计 稳健估计
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 112-117
页数 6页 分类号 U238|P207
字数 2953字 语种 中文
DOI
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 彭仪普 中南大学土木工程学院 40 433 11.0 19.0
2 张莹超 中南大学地球科学与信息物理学院 2 9 1.0 2.0
3 伍绍浩 中南大学地球科学与信息物理学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (285)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (25)
二级引证文献  (9)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(3)
  • 参考文献(1)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(13)
  • 参考文献(3)
  • 二级参考文献(10)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(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
沉降预测
双曲线法
Asaoka法
最小二乘估计
稳健估计
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
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
总被引数(次)
26874
论文1v1指导