简介:小波神经网络对建筑物变形预报具有较高的模型拟合及预报精度.从小波神经网络算法原理出发,阐述了使用该方法对所获得的桥梁变形监测数据进行模型建立及预报的过程,并利用Matlab实现了编程代码.通过对某桥梁变形监测预报的应用表明,该方法具有很强的可行性和实用性,可及早为桥梁变形预警,避免或减少灾害的发生.
简介:对抗差估计及其迭代初值进行了研究分析,并且针对不同估计方法所得到的迭代初值,利用Matlab对其进行模拟数据实验,对其“抗差性”进行比较,结合模拟结果选取“抗差性”较好的迭代初值进行下一步的抗差估计。最后利用某变形监测数据,同时采用最小二乘法和抗差估计两种方法进行比较,验证了抗差估计对粗差的“抗干扰性”。
简介:简述了单向三角高程测量原理,通过相关项目的应用论述了单向三角高程测量的可行性,再利用项目实例,论证了利用高精度的测量仪器通过单向三角高程测量进行大坝垂直变形监测是成功的。该方法减轻了常规的水准测量或静力水准测量的劳动强度,节约了成本,提高劳动效率,可作为后期项目的借鉴。
基于小波神经网络的桥梁变形监测预报
抗差估计在变形监测数据处理中的应用
单向三角高程测量在大坝变形监测中的应用