期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于小波分析的灰色组合模型在变形监测数据处理中的应用 被引量:20
1
作者 徐秀杰 黄张裕 +1 位作者 凌晨 张晖 《工程勘察》 2014年第4期80-83,共4页
在数据分析处理中,小波分析与灰色模型有各自的特点和适用范围。结合两者的优点,构建小波灰色串联和并联组合模型,并应用于变形监测工程实例,验证了组合模型建模和预测的可行性和有效性。分析结果表明,在变形监测数据处理中,应用小波灰... 在数据分析处理中,小波分析与灰色模型有各自的特点和适用范围。结合两者的优点,构建小波灰色串联和并联组合模型,并应用于变形监测工程实例,验证了组合模型建模和预测的可行性和有效性。分析结果表明,在变形监测数据处理中,应用小波灰色组合模型有较高的预测精度,能有效地进行变形监测数据处理和预测预报。 展开更多
关键词 变形监测 小波分析 灰色模型 组合模型 预测
下载PDF
机载激光雷达技术在复杂地形土石方测量中的应用 被引量:12
2
作者 凌晨 余盛艳 陈科玚 《城市勘测》 2020年第5期125-128,共4页
针对传统土方测量方法在面对复杂地形状况时存在的不足,采用了机载激光雷达快速精准测量复杂地形的方法。利用机载激光雷达对复杂地形进行扫描得到原始数据,结合高精度组合惯导数据解算以获取点云数据,再通过点云分类、点云抽稀,获取目... 针对传统土方测量方法在面对复杂地形状况时存在的不足,采用了机载激光雷达快速精准测量复杂地形的方法。利用机载激光雷达对复杂地形进行扫描得到原始数据,结合高精度组合惯导数据解算以获取点云数据,再通过点云分类、点云抽稀,获取目标区域原始地面高密度、高精度的高程点数据,作为土石方计算的重要原始数据。采用网络RTK方法对机载激光雷达点云数据进行精度评价,对比分析得出利用机载激光雷达测量复杂地区的土石方的方法能够满足相关精度要求,具有很大的应用前景。 展开更多
关键词 机载激光雷达(LiDAR) 复杂地形 土石方 点云数据
下载PDF
基于PSO-SVM模型的深基坑变形预测研究 被引量:5
3
作者 彭磊 黄张裕 +1 位作者 凌晨 刘胜男 《工程勘察》 CSCD 北大核心 2011年第3期82-85,共4页
深基坑变形预测一直是深基坑工程的一个重点研究课题,具有十分重要的理论意义和实际价值。支持向量机是一种基于结构风险最小化原理的机器学习算法,它具有很好的泛化能力,能够有效地解决小样本、非线性、高维数、局部极小等问题。本文... 深基坑变形预测一直是深基坑工程的一个重点研究课题,具有十分重要的理论意义和实际价值。支持向量机是一种基于结构风险最小化原理的机器学习算法,它具有很好的泛化能力,能够有效地解决小样本、非线性、高维数、局部极小等问题。本文将支持向量机(SVM)理论引入到深基坑的变形预测当中,同时,采用粒子群算法(PSO)来优化SVM的相关参数,将其预测结果与传统的支持向量机模型和BP神经网络模型的预测结果进行对比。结果表明,PSO-SVM模型用于变形预测是可行的。 展开更多
关键词 深基坑 支持向量机 粒子群算法 变形预测
下载PDF
利用三频组合观测值的GPS周跳探测与修复 被引量:1
4
作者 刘胜男 黄张裕 +1 位作者 彭磊 凌晨 《测绘科学》 CSCD 北大核心 2012年第5期46-48,共3页
本文分析了GPS三频组合观测值在波长、电离层误差和偶然误差等方面的特性,并定义了衡量其特性的3种指标;结合传统的伪距/相位组合法,探讨了三频组合观测值探测与修复周跳的原理和方法。利用模拟的L5观测数据,进行了多种情况下周跳的探... 本文分析了GPS三频组合观测值在波长、电离层误差和偶然误差等方面的特性,并定义了衡量其特性的3种指标;结合传统的伪距/相位组合法,探讨了三频组合观测值探测与修复周跳的原理和方法。利用模拟的L5观测数据,进行了多种情况下周跳的探测与修复。结果表明:该方法能在单历元间准确探测出各个频率上发生的大、小不等的周跳。相对于原始观测值,长波长的三频组合观测值可以更有效地探测与修复周跳。 展开更多
关键词 GPS 三频组合观测值 周跳探测 伪距/相位组合法
原文传递
基于模糊LS-SVM算法的大坝变形预测模型
5
作者 彭磊 黄张裕 +1 位作者 刘胜男 凌晨 《水电自动化与大坝监测》 2011年第1期51-53,共3页
在大坝工程变形分析和预测方面,研究了一种基于支持向量度的模糊最小二乘支持向量机(LS-SVM)算法,结合具体实例进行对比分析,结果表明模糊LS-SVM模型的预测精度要高于LS-SVM模型,且支持向量机(SVM)的稀疏性也优于LS-SVM模型,可以很好地... 在大坝工程变形分析和预测方面,研究了一种基于支持向量度的模糊最小二乘支持向量机(LS-SVM)算法,结合具体实例进行对比分析,结果表明模糊LS-SVM模型的预测精度要高于LS-SVM模型,且支持向量机(SVM)的稀疏性也优于LS-SVM模型,可以很好地应用于大坝变形监测分析。 展开更多
关键词 大坝变形分析 模糊最小二乘支持向量机 支持向量度 剪切法 变形预测
原文传递
隧硐围岩稳定性超前预测方法浅析
6
作者 肖东佑 凌晨 《工程地质计算机应用》 2011年第1期39-42,共4页
在隧硐掘进过程中,现场及时的对隧硐围岩稳定性做出超前预测、初步判断,这是非常有意义的必要工作。本文主要针对集合了TBM掘进和钻爆法施工的长达24km的引大济湟调水总干渠大型水利工程,通过引水隧道现场勘测所获资料和实际施工中调查... 在隧硐掘进过程中,现场及时的对隧硐围岩稳定性做出超前预测、初步判断,这是非常有意义的必要工作。本文主要针对集合了TBM掘进和钻爆法施工的长达24km的引大济湟调水总干渠大型水利工程,通过引水隧道现场勘测所获资料和实际施工中调查研究的成果,得出了依据TBM掘进面局部裂隙产状、岩石强度、断层发育甚至是出渣情况、地下水现象等一些地质依据、数据对尚未掘进段的隧硐围岩稳定性影响总结出的一些初步判断方法,施工时可根据现场初步判断的成果对可能失稳的围岩硐段,在开挖后采取必要的支护和补强措施,确保施工安全。因此本文所列举的方法浅析有一定的生产实践意义。 展开更多
关键词 隧硐 围岩稳定 超前预测
下载PDF
动态灰色预测模型在变形监测中的应用
7
作者 凌晨 黄张裕 +1 位作者 刘胜男 彭磊 《测绘科学与工程》 2011年第1期66-70,共5页
本文在分析灰色模型的基础上,研究了灰数递补和新陈代谢两种动态灰色模型,并结合工程实例分析验证动态灰色模型的应用,充分证实了动态灰色模型在变形监测中应用的可行性和有效性。
关键词 变形监测 动态灰色模型 GM(1 1) 预测
下载PDF
宁波市水灾远程核灾定损理赔管理系统构建
8
作者 李春进 张文峰 凌晨 《测绘地理信息》 CSCD 2022年第5期114-116,共3页
针对传统人海战术的水灾定损方式,提出利用测绘地理信息技术进行精准化、科学化定损的方法。介绍水灾定损的基本原理及其基础数据采集方法,通过高程基准传递获取每户人家的进水深度,减少水灾定损工作量和时间;采用GIS技术建设水灾远程... 针对传统人海战术的水灾定损方式,提出利用测绘地理信息技术进行精准化、科学化定损的方法。介绍水灾定损的基本原理及其基础数据采集方法,通过高程基准传递获取每户人家的进水深度,减少水灾定损工作量和时间;采用GIS技术建设水灾远程核灾定损管理系统,实现快速掌握水灾情况、精准化核灾定损功能,为其他城市水灾理赔提供参考。 展开更多
关键词 水灾定损 高程基准传递 基础信息采集 GIS 水灾定损信息管理系统
原文传递
利用地表沉降信息反演油田储层参数
9
作者 李春进 杨崇 +1 位作者 七珂珂 凌晨 《测绘地理信息》 CSCD 2022年第3期56-60,共5页
目前,关于油田储层参数反演的研究较少,关于反演模型选择的研究更少,而反演模型的选择是反演过程中最为关键的步骤。以辽河油田最大的采油厂——曙光采油厂为研究对象,基于贝叶斯反演方法,使用双椭球模型和双Okada模型对油田的储层参数... 目前,关于油田储层参数反演的研究较少,关于反演模型选择的研究更少,而反演模型的选择是反演过程中最为关键的步骤。以辽河油田最大的采油厂——曙光采油厂为研究对象,基于贝叶斯反演方法,使用双椭球模型和双Okada模型对油田的储层参数反演展开研究,并对比分析两种双源模型反演结果的可靠性。结果表明,双Okada模型的反演结果更可靠,更符合曙光采油厂油田储层参数变化与地表沉降之间的映射关系。研究成果将为油田储层参数反演中的模型选择提供一种新的思路。 展开更多
关键词 贝叶斯反演 双椭球模型 双Okada模型 油田储层参数反演 曙光采油厂
原文传递
宁波杭州湾新区“污水零直排”系统设计与实现
10
作者 凌晨 刘元龙 李春进 《浙江测绘》 2020年第2期44-47,共4页
为推进宁波杭州湾新区排水排污治理能力和治理体系建设,保护水资源环境,利用GIS、Web和移动端相关技术,以基础空间数据和排水管网及附属设施普查等数据为支撑,研发了以管线数据信息管理和管线辅助巡查为一体的综合信息管理系统。结果表... 为推进宁波杭州湾新区排水排污治理能力和治理体系建设,保护水资源环境,利用GIS、Web和移动端相关技术,以基础空间数据和排水管网及附属设施普查等数据为支撑,研发了以管线数据信息管理和管线辅助巡查为一体的综合信息管理系统。结果表明,通过综合信息管理系统的建设运行,为新区企业排水监管提供了直接高效的管理手段,为长效机制的建立奠定了技术基础。 展开更多
关键词 排水管网及附属设施 地理信息系统 管线辅助巡查 管理系统
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部