【摘 要】
：
基于机器学习的时间序列预测方法能够挖掘时序数据本身的规律,可提高大坝变形预测的精度。以江坪河水电站面板堆石坝为研究对象,对监测资料进行分析,采用Prophet机器学习模型
【机 构】
：
武汉大学水资源与水电工程国家重点实验室,中国电建集团中南勘测设计研究院有限公司
论文部分内容阅读
基于机器学习的时间序列预测方法能够挖掘时序数据本身的规律,可提高大坝变形预测的精度。以江坪河水电站面板堆石坝为研究对象,对监测资料进行分析,采用Prophet机器学习模型建立堆石坝变形监测数据的时间序列预测模型,并采用贝叶斯优化Prophet模型的超参数。预测结果表明,利用机器学习模型预测堆石坝变形的精度是可以接受的,且实施过程方便快捷,无需太多的人工干预,对建立面板堆石坝的长期变形的实时动态预测模型与高堆石坝全生命周期的性状评估与隐患及时预警具有一定的实用价值。
其他文献
目的探讨超声剪切波弹性成像对脑卒中下肢运动障碍患者小腿三头肌和跟腱进行康复评定的价值。方法 2018年至2019年,脑卒中后单侧下肢运动障碍住院患者32例,于康复治疗前后,对
8月14日下午,山东省党政领导与院士专家座谈会暨2020年山东省创新驱动发展院士恳谈会在青岛国际会议中心举行。会议深入贯彻习近平总书记关于科技创新的重要论述和对山东发展
知识社会学立足于历史—社会决定论,致力于揭示知识的生产原理及其与社会的互动影响。作为一种特殊的知识形态,新闻评论具备"类知识化"的思想属性与社会功能。将知识社会学引
为探究骨形态发生蛋白15(Bone morphogenetic protein 15, bmp15)在银鲫(Carassius gibelio Bloch) F系卵巢发育过程中的表达特征,研究采用cDNA末端快速扩增(RACE)方法首先从
对不同粒度煤粉中的矿物质分布特征研究表明 ,矿物质含量随煤粉粒度的增大而增多 ,单体矿物颗粒含量则正好相反。这一关系可以用 mi=k(di) D- D1 来描述 ,其中 ,D为煤粉的粒
<正> 利用人工合成的离子交换树脂来分离纯化各种化学物质已有将近四十年的历史。在生物化学方面也成功地用于氨基酸的分析。生物高分子如蛋白质核酸等虽然也可以用离子交换