结合EM算法的时间序列分析在沉降数据处理中的应用研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-16页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 技术路线 | 第14页 |
| 1.5 章节安排 | 第14-16页 |
| 2 变形监测常用的数据处理方法 | 第16-27页 |
| 2.1 回归分析模型 | 第16-18页 |
| 2.2 时间序列分析模型 | 第18-21页 |
| 2.3 灰色系统模型 | 第21-23页 |
| 2.4 卡尔曼滤波模型 | 第23-25页 |
| 2.5 几种模型的优缺点 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 对不完全监测数据常用的处理方法 | 第27-34页 |
| 3.1 填补法 | 第27-29页 |
| 3.2 删除法 | 第29页 |
| 3.3 插值法 | 第29-30页 |
| 3.4 BP神经网络建模 | 第30-32页 |
| 3.5 几种方法的优缺点 | 第32页 |
| 3.6 本章小结 | 第32-34页 |
| 4 EM算法在不完全监测数据处理中的研究 | 第34-40页 |
| 4.1 极大似然估计 | 第34页 |
| 4.2 EM算法 | 第34-36页 |
| 4.2.1 EM基本理论 | 第34-35页 |
| 4.2.2 EM算法的收敛性 | 第35-36页 |
| 4.2.3 高斯分布下的EM算法 | 第36页 |
| 4.3 结合EM算法的间接平差模型 | 第36-37页 |
| 4.4 结合EM算法的时间序列分析 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 EM算法在工程实例中的应用 | 第40-62页 |
| 5.1 工程实例 | 第40-43页 |
| 5.1.1 工程概况 | 第40-42页 |
| 5.1.2 工程气候条件和地质水文条件 | 第42-43页 |
| 5.2 沉降监测方案 | 第43-47页 |
| 5.2.1 测量监测规范和依据 | 第43页 |
| 5.2.2 沉降观测的原则 | 第43-44页 |
| 5.2.3 沉降监测点的布设与监测 | 第44页 |
| 5.2.4 沉降观测方法与数据采集 | 第44-47页 |
| 5.3 结合EM算法的时间序列实例分析 | 第47-57页 |
| 5.3.1 时间序列模型识别与定阶 | 第47-48页 |
| 5.3.2 数据处理与预测 | 第48-53页 |
| 5.3.3 结合EM算法的时间序列分析建模 | 第53-57页 |
| 5.4 不完全数据下不同模型的预测精度对比 | 第57-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| 6.1 结论 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
