原文传递
结合EM算法的时间序列分析在沉降数据处理中的应用研究
| 论文题名： | 结合EM算法的时间序列分析在沉降数据处理中的应用研究 |
| 关键词： | 地铁基坑;沉降观测;数据处理;时间序列分析;期望极大算法 |
| 摘要： | 在测量中，由于自然环境或人为因素，有时会导致观测数据中出现缺失或者含有较大误差，使得整组数据变为不完全数据。如果缺失数据是必不可少的，用时间序列分析对不完全数据进行建模分析得到的参数估计值会出现偏差，使得预测值出现较大误差，误导工程安全判断。 论文针对用时间序列分析对监测数据中出现的不完全数据无法做出精确的求参问题，引入期望极大算法(EM算法)，提出EM算法的间接平差模型和EM算法的时间序列分析。EM算法的时间序列分析对沉降过程中遇到的不完全沉降数据进行建模分析，对于完全数据使用的是时间序列分析进行建模分析，并运用BP神经网络对不完全数据建模分析，对比分析建模结果。 将上述理论运用到郑州地铁5号线郑汴路基坑沉降数据处理中，得到EM算法的时间序列分析能够解决时间序列对不完全数据建模精度不高问题，得到的绝对误差在0.25mm之内。EM算法的时间序列分析的建模精度低于时间序列对完全数据建模精度约0.05mm，BP神经网络的建模精度要低于EM算法的时间序列分析的建模精度约0.20mm。说明EM算法的时间序列分析可以处理基坑不完全沉降监测数据，精度较高，预测可靠。 |
| 作者： | 马传宁 |
| 专业： | 测绘工程 |
| 导师： | 张凯选;邵连训 |
| 授予学位： | 硕士 |
| 授予学位单位： | 辽宁工程技术大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
