作者:
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:
针对大坝变形监测数据的年周期性特点,建立了大坝变形监测序列的拟合外推模型,提出了利用最小二乘外推(LS)与自回归(AR)组合模型预报大坝变形监测数据的方法。通过实验比较说明,LS+AR组合与AR模型相比,在大坝变形监测的预报精度上有一定程度的改善。
推荐文章
最优加权组合预测模型在大坝变形监测中的应用
最优加权组合模型
大坝安全监测
线性回归
时间序列
BP神经网络
利用组合模型进行大坝变形的预报
最小二乘
广义回归神经网络
大坝变形
水位数据
预报
灰色模型在大坝变形监测与预报中的应用
灰色模型
大坝变形监测
预报
卡尔曼滤波-AR模型在大坝变形预测中的应用
卡尔曼滤波
AR模型
大坝
变形监测
时间序列
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 LS+AR组合模型在大坝变形预报中的应用
来源期刊 地理空间信息 学科 地球科学
关键词 年周期性 变形监测 预报 LS+AR组合模型
年,卷(期) 2016,(7) 所属期刊栏目 测绘工程案例
研究方向 页码范围 110-111,114
页数 3页 分类号 P258
字数 2259字 语种 中文
DOI 10.3969/j.issn.1672-4623.2016.07.035
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 林爱军 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (63)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(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)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
年周期性
变形监测
预报
LS+AR组合模型
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
地理空间信息
月刊
1672-4623
42-1692/P
大16开
湖北省武汉市武昌中南一路50号湖北省测绘局地理信息局航测楼二楼
2003
chi
出版文献量(篇)
5778
总下载数(次)
16
总被引数(次)
25892
论文1v1指导