基于小波变换及外因响应的滑坡位移预测

发布时间：2018-02-12 14:25

  本文关键词： 滑坡位移预测 小波变换 粗糙集算法 支持向量回归机　出处：《中国矿业大学学报》2017年04期 　论文类型：期刊论文

【摘要】：分析了一种结合小波变换、粗糙集算法和支持向量回归机的滑坡位移预测方法.该方法依据白家包滑坡位移监测数据,利用小波变换将典型监测点的累计位移分解为趋势项位移和周期项位移,通过曲线拟合获得趋势项位移预测函数,使用粗糙集算法筛选滑坡位移影响因子集,将挑选出来的因子集作为支持向量回归机的输入因子集,从而得到滑坡位移预测结果.应用结果显示:预测平均绝对误差及相对误差分别为3.56cm和5.5%,均方差为1.58cm,相关系数为0.97,表明该预测方法的预测结果能够很好地体现滑坡位移的发展变化趋势,具有较强的预测能力,是一种精确、有效、实用的滑坡位移预测方法.
[Abstract]:An analysis of a combination of wavelet transform, rough set landslide algorithm and support vector regression forecasting method. The method is based on the White House landslide displacement monitoring data, the use of wavelet transform, accumulative displacement monitoring points of the typical decomposition trend of displacement and displacement cycle, obtain the trend of displacement prediction function through curve fitting. The use of screening algorithm of landslide displacement influence factor in rough sets, the factor selected set of input factors as support vector regression, forecast results are obtained. The application results show that the landslide displacement prediction mean absolute error and relative error was 3.56cm and 5.5% respectively, the mean square error is 1.58cm, the correlation coefficient was 0.97, indicating that the developmental changes this method forecast results can well reflect the trend of landslide displacement, the predictive ability is an accurate, effective, practical pre landslide displacement Measurement method.

【作者单位】： 中国地质大学(武汉)信息工程学院;中国地质大学(武汉)地球物理与空间信息学院;
【基金】：国家重点基础研究发展计划(973)项目(2011CB710601) 国家高技术研究发展计划(863)项目(2012AA121303) 国土资源部重大科学研究项目(SXKY3-6-2)
【分类号】：P642.22

【相似文献】

相关期刊论文 前10条

1 姚成,吴小培;小波变换与生物医学信号处理[J];生物学杂志;2000年01期

2 刘鲁源,李宗勃;从傅立叶变化到小波变化[J];自动化与仪表;2000年06期

3 胡国胜,张国红;一种新的信号处理方法——线调频小波变换[J];数学的实践与认识;2003年02期

4 杨静,王岩飞,刘波;一种新的非抽取提升结构小波变换图象融合算法[J];光子学报;2004年06期

5 熊新兵,焦晓军,陈亚光;用提升小波变换提取诱发脑电[J];中南民族大学学报(自然科学版);2004年03期

6 李耐根;小波变换在图像压缩中的应用[J];科技广场;2004年09期

7 熊新兵,陈亚光;非线性小波变换及其应用[J];中南民族大学学报(自然科学版);2005年02期

8 才德;严瑛白;金国藩;;光学可分离小波变换的研究[J];光学技术;2006年02期

9 董西伟;高光勇;杨茂保;;一种基于小波变换的图像压缩的应用[J];科技信息(科学教研);2007年18期

10 李娟;;小波变换在图像压缩中的应用[J];科技信息(科学教研);2007年24期

相关会议论文 前10条

1 曹思远;牟永光;;小波变换与信号分解[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

2 张霖;钱敏;葛军;;几种典型环节的小波变换研究[A];1996年中国控制会议论文集[C];1996年

3 鲍文;祝豪;刘金福;;基于多尺度小波变换的电厂数据压缩方法研究[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年

4 龚妙昆;万福永;;用统计方法和小波变换确定心电图数据中的R波[A];2006中国控制与决策学术年会论文集[C];2006年

5 赵聪慧;张淑娟;;小波变换在农产品无损检测中的应用研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

6 朱光明;高静怀;王玉贵;;小波变换及其在一维滤波中的应用[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

7 金刚石;赵毅;季云松;;基于小波变换的红外图像滤波[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

8 刘卫东;李乐;张静远;;一种基于小波变换的水声成像实验研究[A];2008’促进中西部发展声学学术交流会论文集[C];2008年

9 赵丽红;蔡玉;徐心和;;基于小波变换和多分类器融合的人脸识别[A];2007中国控制与决策学术年会论文集[C];2007年

10 鲁昌华;汪济洲;;小波变换在通用DSP上的快速实现[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

相关重要报纸文章 前1条

1 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年

相关博士学位论文 前10条

1 王利琴;心电信号波形检测与心律失常分类研究[D];河北工业大学;2014年

2 宋长贺;基于GPU的高性能遥感图像解码方法研究[D];西安电子科技大学;2015年

3 赵奉奎;能量色散型X射线荧光光谱仪关键技术研究[D];东南大学;2015年

4 王丽荣;基于小波变换的目标检测方法研究[D];吉林大学;2006年

5 熊智新;基于小波变换的化学谱图数据处理[D];浙江大学;2004年

6 魏云冰;小波变换在电机故障诊断与测试中的应用研究[D];浙江大学;2002年

7 丁文鹏;自适应方向提升小波变换及应用[D];中国科学技术大学;2009年

8 董卫军;基于小波变换的图像处理技术研究[D];西北大学;2006年

9 聂磊;小波变换用于重叠化学信号的分辨研究[D];中国科学技术大学;2002年

10 张秀琦;基于小波变换的化学计量学方法及几种抗癌药物的电化学研究[D];西北大学;2001年

相关硕士学位论文 前10条

1 韩科;基于小波变换与PCA的人脸识别方法的研究与实现[D];内蒙古大学;2015年

2 邵永鑫;小波变换和人工神经网络在荧光测温信号处理中的应用研究[D];天津理工大学;2015年

3 聂小利;基于小波变换的弱信号提取与应用研究[D];北京建筑大学;2015年

4 方宇超;基于小波变换的码速率估计方法研究[D];内蒙古大学;2015年

5 段晓杰;基于小波变换的数字水印算法及评价方法研究[D];辽宁大学;2015年

6 黄新安;胎儿心率检测算法的研究[D];江南大学;2015年

7 周玉;小波变换在高速铁路牵引供电地震防灾系统中的应用研究[D];西南交通大学;2015年

8 郭亚妮;基于DSP的小波变换在雷达回波信号去噪中的研究[D];天津理工大学;2015年

9 曾燕来;基于小波变换语音去噪的研究及应用[D];长安大学;2015年

10 乌月汗;基于小波变换人脸识别的算法研究[D];内蒙古大学;2015年

，

本文编号：1505840