版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、缺失數(shù)據(jù)廣泛存在于各個(gè)統(tǒng)計(jì)調(diào)查和工程領(lǐng)域中。數(shù)據(jù)的缺失會(huì)造成信息的不完整,從而對(duì)后續(xù)的分析和處理帶來很不利的影響。橋梁健康監(jiān)測系統(tǒng)能通過安裝在橋梁關(guān)鍵部位的傳感器所反饋的結(jié)構(gòu)信息來判定橋梁的健康狀況,為橋梁所有者和使用者判斷橋梁是否安全提供重要的依據(jù)。然而,長期工作在野外惡劣環(huán)境中的監(jiān)測系統(tǒng)往往由于傳感器及監(jiān)測設(shè)備磨損、老化、甚至損壞,以及季節(jié)性的電力缺失等原因出現(xiàn)大量的缺失數(shù)據(jù),極大地影響了橋梁健康狀況的評(píng)價(jià)。本文以橋梁健康監(jiān)測系統(tǒng)中
2、存在的缺失數(shù)據(jù)為研究對(duì)象,為橋梁健康狀況的準(zhǔn)確評(píng)價(jià)提供一種小樣本下較低誤差的缺失數(shù)據(jù)填補(bǔ)方法,因此本文的工作具有重要的實(shí)用意義。
本文分析了橋梁健康監(jiān)測系中統(tǒng)數(shù)據(jù)缺失的原因,介紹了幾種常見的橋梁監(jiān)測數(shù)據(jù)的缺失類型,并以重慶大佛寺長江大橋健康監(jiān)測系統(tǒng)的數(shù)據(jù)為例,分析了橋梁監(jiān)測參數(shù)中溫度和撓度參量的特點(diǎn)及變量自身及變量之間的相關(guān)性;總結(jié)了其他領(lǐng)域現(xiàn)有缺失數(shù)據(jù)的處理方法,在這些方法的優(yōu)缺點(diǎn)基礎(chǔ)上并結(jié)合大佛寺大橋?qū)嶋H監(jiān)測數(shù)據(jù)的特點(diǎn),采
3、用了一種基于時(shí)間序列中季節(jié)自回歸移動(dòng)求和平均SARIMA(SeasonalAutoRegressiveIntegratedMovingAverage)和神經(jīng)網(wǎng)絡(luò)ANN(ArtificialNeuralNetwork)混合模型的缺失數(shù)據(jù)填補(bǔ)方法。
為了對(duì)比該方法的優(yōu)越性,采用了時(shí)間序列SARIMA方法及傳統(tǒng)的線性回歸法,分別與本文所提出的基于SARIMA及神經(jīng)網(wǎng)絡(luò)的混合模型法對(duì)幾種常見的橋梁健康監(jiān)測系統(tǒng)中的缺失數(shù)據(jù)進(jìn)行處理,結(jié)果
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的橋梁監(jiān)測數(shù)據(jù)挖掘.pdf
- 基于支持向量機(jī)的橋梁健康監(jiān)測系統(tǒng)殘缺數(shù)據(jù)填補(bǔ).pdf
- 基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)研究.pdf
- 混合型數(shù)據(jù)的缺失數(shù)據(jù)的填補(bǔ).pdf
- 縱向研究缺失數(shù)據(jù)多重填補(bǔ)及混合效應(yīng)模型分析.pdf
- 橋梁健康監(jiān)測數(shù)據(jù)的數(shù)據(jù)挖掘模型.pdf
- 基于SVM的混合神經(jīng)網(wǎng)絡(luò)模型的構(gòu)造與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘模型研究與應(yīng)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)技術(shù)的橋梁結(jié)構(gòu)健康檢測.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的橋梁健康狀況評(píng)定.pdf
- 基于模型修正和神經(jīng)網(wǎng)絡(luò)的復(fù)合材料結(jié)構(gòu)健康監(jiān)測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的隧道監(jiān)測數(shù)據(jù)預(yù)測模型仿真研究.pdf
- 基于混合神經(jīng)網(wǎng)絡(luò)模型的國別風(fēng)險(xiǎn)評(píng)估研究.pdf
- 基于混合神經(jīng)網(wǎng)絡(luò)技術(shù)的入侵檢測模型.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘模型研究.pdf
- 基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的混合網(wǎng)絡(luò)流量預(yù)測模型仿真與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的混合模型軌道預(yù)報(bào)方法研究.pdf
- 基于有限元與RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)健康監(jiān)測研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的公路隧道健康監(jiān)測評(píng)估系統(tǒng)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的工業(yè)大數(shù)據(jù)分類模型與擬合模型研究.pdf
評(píng)論
0/150
提交評(píng)論