地面沉降分析及预测模型研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 变形监测概述及意义 | 第10-11页 |
1.2 国内外变形监测研究现状 | 第11-12页 |
1.2.1 常规大地测量方法 | 第11页 |
1.2.2 摄影测量监测方法 | 第11-12页 |
1.2.3 应用GPS技术进行地面形变测量 | 第12页 |
1.2.4 测量机器人 | 第12页 |
1.3 变形监测预测分析模型研究发展现状 | 第12-14页 |
1.3.1 概率积分模型 | 第13页 |
1.3.2 神经网络模型 | 第13-14页 |
1.3.3 回归分析模型 | 第14页 |
1.4 研究内容 | 第14页 |
1.5 测区概况 | 第14-15页 |
1.6 技术路线 | 第15-16页 |
第2章 GPS监测技术 | 第16-21页 |
2.1 GPS测量技术 | 第16-18页 |
2.1.1 GPS定位理论与测量方法 | 第16-18页 |
2.1.2 实时动态(RTK)坐标定位 | 第18页 |
2.2 GPS技术变形监测应用 | 第18-20页 |
2.2.1 应用GPS技术进行变形监测的特点 | 第19页 |
2.2.2 GPS变形监测方法 | 第19-20页 |
2.3 本章小结 | 第20-21页 |
第3章 GPS变形监测数据处理 | 第21-32页 |
3.1 GPS数据预处理 | 第21-22页 |
3.2 GPS基线解算 | 第22-23页 |
3.3 GPS网平差 | 第23-27页 |
3.3.1 GPS基线向量网无约束平差 | 第23-24页 |
3.3.2 GPS基线向量网的约束平差 | 第24-26页 |
3.3.3 GPS网与地面网联合平差 | 第26-27页 |
3.4 GPS高程拟合 | 第27-31页 |
3.4.1 解析内插法 | 第28页 |
3.4.2 曲面拟合法 | 第28-29页 |
3.4.3 支持向量机 | 第29-31页 |
3.5 本章小结 | 第31-32页 |
第4章 地面沉降预测模型原理与方法 | 第32-44页 |
4.1 概率积分法 | 第32-33页 |
4.2 BP神经网络预测模型 | 第33-37页 |
4.2.1 神经网络的处理单元 | 第34-35页 |
4.2.2 BP网络的实现过程 | 第35-37页 |
4.3 回归分析预测模型 | 第37-41页 |
4.3.1 回归分析模型 | 第37页 |
4.3.2 一元线性回归模型 | 第37-41页 |
4.3.3 多元线性回归模型 | 第41页 |
4.4 模矢法求参数的计算机实施模型 | 第41-43页 |
4.4.1 构筑误差函数 | 第41页 |
4.4.2 准备数据 | 第41页 |
4.4.3 选择步长 | 第41-42页 |
4.4.4 确定第二个基点 | 第42页 |
4.4.5 继续求基点 | 第42页 |
4.4.6 求参数结束准则 | 第42-43页 |
4.5 本章小结 | 第43-44页 |
第5章 内蒙古某矿区变形监测实例 | 第44-69页 |
5.1 FLAC3d数值模拟 | 第44-46页 |
5.1.1 FLAC3d数值模拟软件简介 | 第44-45页 |
5.1.2 建立数值模拟模型 | 第45-46页 |
5.2 变形监测测量 | 第46-51页 |
5.2.1 高精度控制测量 | 第47-48页 |
5.2.2 GPS控制网平差 | 第48-50页 |
5.2.3 水准测量数据处理 | 第50-51页 |
5.3 矿区高精度似大地水准面的建立 | 第51-60页 |
5.3.1 拟合方法的选择 | 第51-56页 |
5.3.2 似大地水准面的建立 | 第56-60页 |
5.4 变形监测模型预 | 第60-68页 |
5.4.1 概率积分法模型 | 第60-63页 |
5.4.2 BP神经网络模型 | 第63-66页 |
5.4.3 回归分析模型 | 第66-68页 |
5.5 本章结论 | 第68-69页 |
第6章 结论与展望 | 第69-71页 |
6.1 结论 | 第69页 |
6.2 展望 | 第69-71页 |
致谢 | 第71-72页 |
参考文献 | 第72-76页 |
作者简介 | 第76-77页 |