论文部分内容阅读
针对大坝变形数据的多尺度特征，将局域均值分解、样本熵及高斯过程算法应用于大坝变形预测中，提出了多尺度大坝变形预测新模型。首先利用局域均值分解算法对变形数据进行多尺度分析，挖掘变形数据隐含的信息，随后根据各变形分量特征，构建基于高斯过程的多尺度大坝变形预测模型，并利用样本熵对模型进行简化。通过实例分析，证实该大坝变形预测新方法精度高于BP网络和最小二乘支持向量机模型。