论文部分内容阅读
支持向量机对大坝变形进行预测的过程中,需要输入影响因子,如果不对影响因子直接处理,直接将大量的影响因子输入到支持向量机模型(SVM)中,势必会造成数据的冗余,同时,影响因子与影响因子之间存在着关联性,从而造成影响因子输入的重叠效应,另外,在输入影响因子过程中,很难保证影响因子输入的完整性,针对此,本文将概率统计的主成分分析(PPCA)引入到大坝变形影响因子预处理中,利用该模型可实现对缺失数据的提取,并将提取的数据作为SVM模型的输入因子,再利用设定的模型进行数据的拟合及预测,便可获得较为稳定的大坝变