-
题名多输出高斯过程在变形监测数据处理中的研究及应用
被引量：2
- 1
-
-
作者
邱小梦
欧阳亮酉
周世健
-
机构
东华理工大学长江学院
江西赣东路桥建设集团有限公司
南昌航空大学
-
出处
《江西科学》
2019年第6期832-835,845,共5页
-
基金
江西省教育厅科技项目(181523)
东华理工大学长江学院院长基金项目
-
文摘
单输出高斯过程模型针对单点建模和预测,未顾及各监测点间的相互影响,是一种局部建模和变形规律分析。多输出高斯过程模型把监测点间的互扰性作为预测模型的影响因素,对多个监测点建模预测时能充分利用监测点间的相关信息。通过建筑物和滑坡的2个工程实例验证分析,与单输出高斯过程模型相比,多输出高斯过程模型的预测值与实测值更为吻合,预测均方根误差分别提高了44.5%和77.8%,表明多输出高斯过程模型具有更高的预测精度,同时验证了该模型预测建筑物和滑坡变形的有效性。
-
关键词
多输出高斯过程模型
变形监测
预测
单输出高斯过程模型
-
Keywords
multiple output Gaussian process model
deformation monitoring
prediction
single output Gaussian process model
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TU196.1
[自动化与计算机技术—控制科学与工程]
-
-
题名土石坝料压实特性改进多输出预测模型研究
被引量：7
- 2
-
-
作者
刘明辉
王晓玲
王佳俊
岳攀
杨凌云
王晓龙
-
机构
天津大学水利工程仿真与安全国家重点实验室
雅砻江流域水电开发有限公司
中国电建集团成都勘测设计研究院有限公司
-
出处
《水力发电学报》
CSCD
北大核心
2022年第1期63-73,共11页
-
基金
国家自然科学基金雅砻江联合基金(U1865204)
国家自然科学基金(51779169)。
-
文摘
土石坝料压实特性对保证大坝施工质量至关重要。然而,当前坝料压实特性预测主要是对物理、力学和渗透压实特性的单输出回归预测,缺乏对各压实特性目标间相关性的考虑。针对上述问题,提出土石坝料压实特性的改进多输出高斯过程回归(IMO-GPR)预测模型。采用具有噪声的基于密度的聚类方法构建目标特定特征,对多输出高斯过程回归(MO-GPR)模型原始输入空间进行特征扩展,提高模型高维特征空间复杂映射关系解耦能力;同时,结合MO-GPR模型中的输出协方差系数矩阵,实现对多输出压实特性目标间相关性的有效考虑,以最终实现多输出压实特性精确预测。相比传统的高斯过程回归(GPR)、多输出极限学习机(MO-ELM)和MOGPR模型,所提IMO-GPR模型的预测精度分别提高了24%、20%和17%,且对噪声干扰、数据异常、数据量少等情况具有更强的鲁棒性,为土石坝料压实特性分析提供了新思路。
-
关键词
土石坝料
压实特性
改进多输出高斯过程回归模型
目标特定特征
目标相关性
-
Keywords
earth-rock dam material
compaction characteristics
improved multi-output Gaussian process regression model
target-specific feature
objective correlation
-
分类号
TV541.1
[水利工程—水利水电工程]
-
