基于优化经验模态分解和聚类分析的滑坡位移智能预测研究OA北大核心CSCDCSTPCD
Intelligent prediction of landslide displacements based on optimized empirical mode decomposition and K-Mean clustering
针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法.以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子).使用最小二乘法对趋势性位移…查看全部>>
张凯;张科;保瑞;刘享华;齐飞飞
昆明理工大学 电力工程学院,云南 昆明 650500昆明理工大学 电力工程学院,云南 昆明 650500昆明理工大学 建筑工程学院,云南 昆明 650500中国有色金属工业昆明勘察设计研究院有限公司,云南 昆明 650051昆明理工大学 建筑工程学院,云南 昆明 650500
建筑与水利
滑坡位移预测经验模态分解软筛分停止准则聚类分析果蝇优化最小二乘支持向量机
《岩土力学》 2021 (1)
干湿循环作用下裂隙岩体变形破裂与红外辐射特征相关性研究
211-223,13
国家自然科学基金项目(No.11902128)云南省应用基础研究计划项目(No.2019FI012,No.2018FB093).