基于小波分解和支持向量机的大坝位移监控模型

• 作者: 姜振翔 徐镇凯 魏博文
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 大坝位移 小波分解 参数寻优 支持向量机 监控模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 工程安全与灾害防治
• 页码范围: 43-47
• 页数: 5页
• 分类号: TV698.1
• 字数: 4093字
• 语种: 中文
• DOI: 10.11988/ckyyb.20140690

摘要

常规大坝安全监控统计模型未能分别针对监测序列值内系统信号和随机信号特点进行模拟,故预报精度存在一定的提升空间.基于小波分解技术,利用监测序列值信号频率特征分离出系统信号与随机信号,并结合逐步回归与支持向量机(SVM)对不同信号的处理优势,在引入网格寻优与交叉验证确定SVM敏感参数的基础上,提出了一种基于多元统计结合小波分解和支持向量机的大坝位移监控模型,同时编制了其相应的计算程序.工程算例表明,该模型较常规模型能够同时考虑监测序列中的系统信号和随机信号,并且具有较强的模型寻优能力和更高的预报精度,从而验证了所建模型的有效性,该方法亦可推广应用于高边坡及大坝其他预警指标的监控.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐镇凯	南昌大学建筑工程学院	51	329	9.0	16.0
2	魏博文	南昌大学建筑工程学院	55	175	7.0	10.0
3	姜振翔	南昌大学建筑工程学院	5	18	3.0	4.0