基于局部均值分解和相关向量机的变形预测
【摘要】:基于改进局部均值分解(LMD)及加权核函数相关向量机(RVM)算法,构建多尺度变形预测新方法。利用LMD将变形数据分解成多个具有物理意义的变形分量,并基于遗传算法优化的RVM对每个变形分量分别进行预测。将各变形分量预测结果进行叠加,最终建立多尺度变形预测方法,并应用于大坝变形预测。实验结果表明,改进LMD-RVM方法的多个精度指标均优于BP神经网络方法、RVM方法和改进EMDRVM方法,证实了新方法的有效性及可靠性。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||
|
|
|||||||||
|