2024年12月3日
星期二
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
殷豪
作品数:
2
被引量:11
H指数:1
供职机构:
武汉大学测绘学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
建筑科学
天文地球
更多>>
合作作者
赵杰
武汉大学测绘学院灾害监测与防治...
花向红
武汉大学测绘学院灾害监测与防治...
刘闯
武汉大学测绘学院灾害监测与防治...
刘小龙
武汉大学测绘学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
2篇
中文期刊文章
领域
2篇
建筑科学
1篇
天文地球
主题
1篇
神经网
1篇
神经网络
1篇
网络
1篇
无偏
1篇
无偏估计
1篇
离差
1篇
加权
1篇
建筑物沉降
1篇
高铁
1篇
ARIMA
1篇
ARIMA模...
1篇
BP
1篇
BP神经
1篇
BP神经网
1篇
BP神经网络
1篇
插补
1篇
插补方法
1篇
沉降
1篇
沉降预报
机构
2篇
武汉大学
作者
2篇
花向红
2篇
赵杰
2篇
殷豪
1篇
刘小龙
1篇
刘闯
传媒
2篇
测绘地理信息
年份
1篇
2016
1篇
2015
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
ARIMA-BP组合模型在高铁沉降预报中的应用研究
被引量:10
2015年
首先提出了ARIMA和BP神经网络模型组合进行高铁沉降预报的思想,然后给出了ARIMA_BP组合模型进行沉降预测的实现步骤。并以武汉某高铁沉降数据为样本,分别采用ARIMA、BP和ARIMA_BP三种模型进行分析计算。结果表明,ARIMA_BP组合模型的预测效果优于各模型单独使用时的效果。
赵杰
花向红
刘闯
殷豪
关键词:
ARIMA模型
BP神经网络
一种无偏估计的离差加权建筑物沉降监测资料插补方法
被引量:1
2016年
根据形变信息存在空间相关性这一特点,提出了一种无偏估计的离差加权建筑物沉降监测资料插补方法。介绍了该方法的基本原理,阐述了异常值检测和一种基于离差的定权方法,提出了两种变程a(影响半径)确定插值区域的参考指标。通过工程实例计算表明,该方法可以有效检测出点位形变的异常情况和有效地运用于建筑物变形监测资料的插补。
殷豪
花向红
赵杰
刘小龙
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张