期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
智能监测与数据预测技术在地铁隧道中的应用
被引量：
6
1
作者
巩森
王赟
+2 位作者
葛素刚
付博学
张东明
《铁道建筑技术》
2022年第6期156-160,共5页
现阶段,依托计算机设备与技术的智能化监测和数据预测技术得到广泛应用。在地铁施工中应用智能化监测技术可以获得较为详细准确的相关数据,对监测点进行智能监测,并结合施工现场和预警风险值识别异常监测数据;采用灰色系统理论建立GM(1...
现阶段,依托计算机设备与技术的智能化监测和数据预测技术得到广泛应用。在地铁施工中应用智能化监测技术可以获得较为详细准确的相关数据,对监测点进行智能监测,并结合施工现场和预警风险值识别异常监测数据;采用灰色系统理论建立GM(1,1)数据预测模型,以重庆轨道交通九号线二期中央公园东站-丛岩寺站区间地铁隧道为依托,对地铁项目地表及拱顶沉降和净空收敛量进行监测。采用智能自动化监测技术,可以及时发现数据的异常,也可以预测数据发展方向,从而保障隧道施工正常进行和人与财产的安全。
展开更多
关键词
智能监测
地铁隧道岩石形变监测
灰色
线性回归
组合
模型
加权
灰色
线性回归
组合
模型
下载PDF
职称材料
加权灰色线性回归组合模型在高铁隧道沉降监测中的应用
被引量：
5
2
作者
成枢
牛英杰
马卫骄
《测绘与空间地理信息》
2018年第9期4-7,共4页
近年来,相关的研究与实践表明,变形监测的数据处理方法比较成熟,如回归模型、卡尔曼滤波模型、灰色模型、时间序列模型以及人工神经网络模型等各种模型,均经过了各种检验,而且有效地应用在变形监测技术中。然而单一的模型预测有其自身...
近年来,相关的研究与实践表明,变形监测的数据处理方法比较成熟,如回归模型、卡尔曼滤波模型、灰色模型、时间序列模型以及人工神经网络模型等各种模型,均经过了各种检验,而且有效地应用在变形监测技术中。然而单一的模型预测有其自身的局限性,因此,预测模型需要采用组合优化模型弥补单一模型的缺陷。本文主要阐述了加权灰色线性回归组合模型在高铁隧道沉降预测中的应用,通过与传统的GM(1,1)模型以及灰色线性回归组合模型进行对比。实验结果表明,加权灰色线性回归组合模型具有较高的预测精度。
展开更多
关键词
变形监测
高铁隧道沉降监测
灰色
线性回归
组合
模型
加权
灰色
线性回归
组合
模型
下载PDF
职称材料
题名
智能监测与数据预测技术在地铁隧道中的应用
被引量：
6
1
作者
巩森
王赟
葛素刚
付博学
张东明
机构
重庆大学资源与安全学院
中铁二十三局集团第六工程公司
出处
《铁道建筑技术》
2022年第6期156-160,共5页
基金
国家科技重大专项资助项目(2016ZX05045-004)。
文摘
现阶段,依托计算机设备与技术的智能化监测和数据预测技术得到广泛应用。在地铁施工中应用智能化监测技术可以获得较为详细准确的相关数据,对监测点进行智能监测,并结合施工现场和预警风险值识别异常监测数据;采用灰色系统理论建立GM(1,1)数据预测模型,以重庆轨道交通九号线二期中央公园东站-丛岩寺站区间地铁隧道为依托,对地铁项目地表及拱顶沉降和净空收敛量进行监测。采用智能自动化监测技术,可以及时发现数据的异常,也可以预测数据发展方向,从而保障隧道施工正常进行和人与财产的安全。
关键词
智能监测
地铁隧道岩石形变监测
灰色
线性回归
组合
模型
加权
灰色
线性回归
组合
模型
Keywords
intelligent monitoring
subway tunnel rock deformation monitoring
gray linear regression combined model
weighted gray linear regression combined model
分类号
U456.3 [建筑科学—桥梁与隧道工程]
TU12 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
加权灰色线性回归组合模型在高铁隧道沉降监测中的应用
被引量：
5
2
作者
成枢
牛英杰
马卫骄
机构
山东科技大学测绘科学与工程学院
出处
《测绘与空间地理信息》
2018年第9期4-7,共4页
文摘
近年来,相关的研究与实践表明,变形监测的数据处理方法比较成熟,如回归模型、卡尔曼滤波模型、灰色模型、时间序列模型以及人工神经网络模型等各种模型,均经过了各种检验,而且有效地应用在变形监测技术中。然而单一的模型预测有其自身的局限性,因此,预测模型需要采用组合优化模型弥补单一模型的缺陷。本文主要阐述了加权灰色线性回归组合模型在高铁隧道沉降预测中的应用,通过与传统的GM(1,1)模型以及灰色线性回归组合模型进行对比。实验结果表明,加权灰色线性回归组合模型具有较高的预测精度。
关键词
变形监测
高铁隧道沉降监测
灰色
线性回归
组合
模型
加权
灰色
线性回归
组合
模型
Keywords
deformation monitoring
settlement monitoring of high speed railway tunnel
grey linear regression model
weighted grey linear regression model
分类号
P25 [天文地球—测绘科学与技术]
TB22 [天文地球—大地测量学与测量工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
智能监测与数据预测技术在地铁隧道中的应用
巩森
王赟
葛素刚
付博学
张东明
《铁道建筑技术》
2022
6
下载PDF
职称材料
2
加权灰色线性回归组合模型在高铁隧道沉降监测中的应用
成枢
牛英杰
马卫骄
《测绘与空间地理信息》
2018
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
