ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于小波分析与支持向量机的地铁隧道沉降预测

张明希; 许捍卫; 葛文河海大学
工程勘察2013-12-1
7阅读
引用收藏
分享

摘要

根据地铁隧道监测点沉降变化中非线性、不确定、时变性的特点,建立了基于小波分析的支持向量机预测模型。首先运用小波分析将监测点沉降序列分解为低频近似分量和高频细节分量,然后对各分量分别进行支持向量机预测,最后将各分量预测结果进行小波重构得到监测点的沉降预测曲线。预测结果表明,在相同样本数和短周期预测条件下,Wavelet-SVM模型的预测精度优于BP神经网络方法。对地铁沉降监测提前进行预警预报有一定的参考价值。

学科与关键词

关键词
沉降预测Wavelet-SVMBP神经网络预警预报 settlement predictionWavelet-SVMBP neural networkwarning and forecast
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
工程勘察
发表日期
2013-12-01
卷期
第 12 期
页码
57-60
成果收录
CHINAJOURNAL

作者

  • 张

    张明希 (第一作者)

  • 许

    许捍卫

查看全部 3 位作者收起作者
  • 葛

    葛文

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417