基于短时LS-SVM的GNSS铁路路基沉降监测数据分析研究

• 作者: 严天峰 杨志飞 蔺鹏臻
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 全球导航定位系统(GNSS) 路基沉降 最小二乘支持向量机 预测
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 数据采集与处理
• 页码范围: 55-58,79
• 页数: 5页
• 分类号: TP393
• 字数: 2781字
• 语种: 中文

摘要

在GNSS(全球导航卫星系统)铁路路基沉降监测中,卫星信号受到周围环境的影响,同时实时监测中数据传输的不可靠性,导致监测结果往往有很强的不稳定性,有效地剔除粗差能提高GNSS监测的可靠性.鉴于最小二乘支持向量机有很强的非线性运算能力与数据拟合能力,建立短时最小二乘支持向量机铁路沉降数据预测模型,在监测中融合该模型,提高监测的有效性.分别运算该模型对山西中南部铁路通道重载综合试验地的3个监测点进行了分析处理,结果表明融合短时最小二乘支持向量机的预测模型有效抑制了GNSS监测中的离散误差,提高了GNSS监测系统的可靠性与稳定性,为铁路路基沉降监测提供了更为有效的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨志飞	兰州交通大学电子与信息工程学院	19	41	4.0	5.0
2	蔺鹏臻	兰州交通大学土木工程学院	152	1304	19.0	31.0
3	严天峰	兰州交通大学电子与信息工程学院	43	191	8.0	10.0