【摘 要】
：
近年来,随着计算机辅助分析在工程领域的发展,利用计算机实现大坝安全监测信息的智能管理和数据分析处理是大坝安全监测系统的发展趋势。与之相关联的传感器技术、网络通信、
论文部分内容阅读
近年来,随着计算机辅助分析在工程领域的发展,利用计算机实现大坝安全监测信息的智能管理和数据分析处理是大坝安全监测系统的发展趋势。与之相关联的传感器技术、网络通信、数据挖掘方法和智能决策支持系统等各种技术和概念也有了长足的进步,进而推动了现代化大坝安全监测的产生和发展。
本文着重对如何应用数据挖掘技术处理大坝安全监测信息进行了研究。主要研究内容如下:
(1)第二章首先对大坝安全监测的决策支持系统进行了阐述,在分析传统的基于“一机四库”的决策支持系统的基础上,给出基于数据仓库的智能决策支持系统的组织结构,其核心部件是数据仓库、数据挖掘和联机分析处理技术,并分别介绍了相关技术知识,与传统的决策支持相比,智能决策支持系统表现出的优越性。
(2)第三章在分析了大坝安全监测的数据挖掘处理流程和数据挖掘的任务和方法之后,构建了大坝安全监测系统的数据挖掘应用平台,探讨了其特点和主要构件功能。
(3)第四章和第五章对如何应用数据挖掘技术处理大坝监测数据进行了研究。第四章应用小波技术对沉降监测数据进行去噪分析,第五章对现有的标准BP算法加以改进,将原有的固定学习率用改进的BP神经网络方法和线性回归作对比,对大坝位移监测数据的拟合做误差分析。从而得出结论说明数据挖掘算法可以用于大坝监测的数据处理中预测和描述大坝信息。数据挖掘技术可以用来作为决策支持和安全评价的重要工具。
其他文献
经过科研人员近三十年不懈的努力,基于图像的二维人脸识别已经在一定约束条件下取得了较高的识别率。但是由于二维图像信息的局限性,二维人脸识别无法解决姿势、光照和表情问
随着北京交通大学信息化建设的进行,在现有校园网的基础上,学校对面向本科生的校园管理信息系统进行改进,使其集成校园现有的各应用系统的数据,建立一个统一的平台,并在此基
目前,随着人们对状态机的研究日趋深入,状态机的模型思想已应用到越来越多的领域,对于状态机模型的正确性和可靠性要求也越来越高,因此对于状态机测试显得越来越关键。现有的
基于现场的故障诊断专家系统的体系结构相对封闭,因此,故障诊断与维修都会受到人力、技术和地域的限制,故障诊断的时效性也受到一定的影响。在Internet网络技术飞速发展,Web
科学计算可视化、计算机动画和虚拟现实已经成为计算机图形学的三大热门话题,这三大话题的技术核心均为三维图形。学术界和产业界普遍认为,纹理映射是解决真实地显示现实世界
随着近年来互联网与电影业的发展,音视频等多媒体文件急剧增多,有些音视频文件往往包含大量的暴力元素。由于音频在处理速度上比视频快得多,基于音频的暴力场景识别受到越来
随着问题复杂度和问题规模的增加，为了能够及时高效地获得对问题的求解，人们将问题的求解诉诸于并行计算，使得并行计算获得飞速发展。因此，为了扩大粒子群算法的应用领域，将其并行
随着网络、通信和计算机系统的大规模应用和发展,作为其核心的机房的安全问题变得越来越重要。机房安全涉及不同厂商的多种动力、环境设备,没有统一的监测报警平台为机房安全
由于传统观念的影响对于软件系统性能的管理,总是采用“以后修正”方法即在软件系统设计实现完成以后再对软件系统进行测试评价,发现问题从软件设计开始修改,有时候甚至需要
随着经济社会飞速发展,嵌入式软件需求越来越大,人们对嵌入式软件的功能要求也越来越高,再加上行业之间竞争不断加剧,以及新技术的不断涌现,这使得传统以编程语言为中心的嵌