收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

变形监测数据预报的动态贝叶斯ELM方法

范千  方绪华  许承权  杨荣华  
【摘要】:贝叶斯极限学习机(BELM)具有充分利用数据先验信息,可以自适应估计模型参数的特点。但在样本数量不断增加时,如果每次都对BELM重新训练将会降低计算效率。针对此问题,本文提出一种动态贝叶斯极限学习机(DBELM)方法以应用于变形监测数据实时预报。该方法以BELM训练的模型参数为初值,根据新增样本信息可对初始模型参数进行动态更新,并从理论上推导了相关计算公式。通过对仿真数据和实际变形数据进行详细分析表明:DBELM方法的预报精度要优于BELM、正则化极限学习机(RELM)、极限学习机(ELM)3种方法。特别是在长期持续预报过程中,其预报性能相对于其余3种方法优势明显。这充分表明了所提方法应用于变形监测数据预报领域具有可行性和有效性。

知网文化
【相似文献】
中国期刊全文数据库 前14条
1 范千;方绪华;许承权;杨荣华;;变形监测数据预报的动态贝叶斯ELM方法[J];测绘学报;2019年07期
2 陈长飞;白国强;;贝叶斯网络在消防系统可靠性分析中的应用[J];中国安全科学学报;2018年06期
3 扈震;杨之江;齐培培;;基于贝叶斯方法的饮用水水质预测及可视化研究[J];中国给水排水;2012年05期
4 徐志军;张健;肖昭然;刘军;;土工参数概率特性的贝叶斯优化估计[J];人民黄河;2019年01期
5 戴永祥;;基于ESMD与ELM组合模型的地基沉降预测[J];建筑技术;2017年09期
6 范奉和;李峥;王淑兴;;电梯产品创新的贝叶斯方法[J];中国电梯;2018年24期
7 戴佑斌;;多步滚动实时预报法在深基坑开挖监测中的应用研究[J];岩石力学与工程学报;2006年S2期
8 邱洪兴;确定单桩承载力的贝叶斯方法[J];江苏建筑;1994年03期
9 唐碧秋;张赛;韩佳;;基于BIM和ELM的施工成本预测系统构建[J];施工技术;2018年17期
10 郑建国,张苏民,吴世明;桩基承载力概率分析的贝叶斯方法[J];岩土工程技术;1999年02期
11 张宇;刘永鑫;安文;杨彪;;基于贝叶斯方法的墙体传热系数实测反演分析[J];节能技术;2018年04期
12 赵腾远;ALADEJARE Adeyemi Emman;王宇;;基于贝叶斯方法的模型选择以及岩石性质概率表征[J];武汉大学学报(工学版);2016年05期
13 赵朋程;刘彬;孙超;王美琪;;基于IQPSO优化ELM的熟料质量指标软测量研究[J];仪器仪表学报;2016年10期
14 郑硕;曹子君;李典庆;区兆驹;;基于比贯入阻力的土体力学分层自动划分方法[J];武汉大学学报(工学版);2018年08期
中国硕士学位论文全文数据库 前2条
1 许苗苗;贝叶斯网络在非平稳条件下内涝风险评估中的应用[D];广东工业大学;2017年
2 叶凯;基于决策矩阵和ELM识别算法的挖掘设备定位方法研究[D];杭州电子科技大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978