您好,欢迎来到聚文网。 登录 免费注册
面向时空序列变形数据的高斯过程智能分析方法

面向时空序列变形数据的高斯过程智能分析方法

  • 字数: 244
  • 出版社: 中国矿大
  • 作者: 王建民|
  • 商品条码: 9787564651923
  • 版次: 1
  • 开本: 16开
  • 页数: 190
  • 出版年份: 2024
  • 印次: 1
定价:¥55 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书通过理论推证和实验计算相结合的手段, 将高斯过程回归(GPR)和高斯过程分类(GPC)扩 展到变形分析中进行学科交叉研究,建立基于GPR和 GPC的智能变形分析方法。主要包括:变形监测异常 数据提取方法,GPR核函数超参数动态更新模式和训 练样本优化方法;基于GPR非线性智能预测模型以、 基于GPC的局部稳定性变形分析方法。
目录
第1章 绪论 1.1 概述 1.2 变形监测的主要内容 1.3 本书内容及结构 第2章 变形监测数据可靠性分析 2.1 概述 2.2 多维异常数据的定位和估值 2.3 FSE用于测量机器人观测数据可靠性分析 2.4 FSE用于坐标系统转换参数可靠性求解 2.5 本章小结 第3章 高斯过程基础理论和方法 3.1 概述 3.2 随机过程与高斯过程 3.3 高斯过程回归与分类 3.4 协方差函数及超参数求解 3.5 本章小结 第4章 面向时空序列数据的GP时空插值方法 4.1 概述 4.2 GPR插值方法 4.3 Kriging时空插值方法 4.4 本章小结 第5章 面向时空序列数据的智能变形分析方法 5.1 概述 5.2 三维位移特征分析 5.3 基于GP的时空演化及局部稳定性分析 5.4 本章小结 第6章 GPR在线变形智能预测模型 6.1 概述 6.2 GPR用于变形预测的基本问题 6.3 自适应GPR在线特征核函数生成算法 6.4 GPR变形智能预测模型 6.5 本章小结 第7章 GP智能变形分析方法在边坡变形监测中的应用 7.1 概述 7.2 矿山边坡监测 7.3 监测结果与分析 7.4 本章小结 第8章 GP智能变形分析方法在输煤栈桥变形监测中的应用 8.1 概述 8.2 输煤栈桥变形监测 8.3 监测结果与分析 8.4 本章小结 第9章 GP插值模型在时空插值中的应用 9.1 概述 9.2 空气污染物数据案例应用 9.3 变形监测数据案例应用 9.4 水质监测数据案例应用 9.5 本章小结 第10章 地学传感网在线数据智能分析软件 10.1 概述

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网