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:
为了确保地铁隧道主体结构和周边环境安全,必须对地铁隧道结构进行沉降监测,对监测数据进行及时分析与反馈,并对以后的沉降情况作出预测,对防止事故发生有着重要的现实意义.本文结合灰色系统理论和支持向量机(SVM)的基本原理,采用滚动预测的方式建立灰色支持向量机沉降预测模型,以提高沉降预测精度.通过工程实例的预测结果对比表明,组合模型与灰色和SVM两个单独预测模型相比能够更准确的反映实际的沉降过程,具有很大的应用价值.
推荐文章
基于灰色关联支持向量机的地表沉降预测
地表沉降
灰色关联
支持向量机
预测
基于最小二乘支持向量机的高速铁路路基沉降预测
路基
沉降预测
最小二乘支持向量机
时间序列
预测模型
高速铁路
基于灰色模型和支持向量机的组合预测模型
灰色模型
支持向量机
时间序列预测
基于灰色支持向量机的网络舆情预测模型
网络舆情
灰色模型
支持向量机
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 基于灰色支持向量机的地铁沉降滚动预测
来源期刊 北京测绘 学科 地球科学
关键词 灰色模型 SVM 地铁沉降监测 组合滚动预测
年,卷(期) 2016,(2) 所属期刊栏目 技术应用
研究方向 页码范围 44-48
页数 5页 分类号 P258
字数 3550字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (105)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (22)
二级引证文献  (3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(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)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
灰色模型
SVM
地铁沉降监测
组合滚动预测
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
北京测绘
月刊
1007-3000
11-3537/P
大16开
北京市海淀区羊坊店路15号
1987
chi
出版文献量(篇)
3644
总下载数(次)
21
总被引数(次)
13764
论文1v1指导