版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著經(jīng)濟的快速發(fā)展,工程建設(shè)也日益興起。工程建筑物的興建,從施工開始到竣工,以及建成后整個運營期間都要不斷地監(jiān)測,以便掌握變形的情況,及時發(fā)現(xiàn)問題,保證工程建筑的安全。因此,對大型建筑物進行變形監(jiān)測并且對其數(shù)據(jù)進行處理就尤為重要。目前,國內(nèi)外研究變形分析模型算法有很多,尤其是以神經(jīng)網(wǎng)絡(luò)的智能算法模型。近些年來,“核學(xué)習(xí)”是機器學(xué)習(xí)領(lǐng)域的熱點問題,其最具代表性的是支持向量機、高斯過程。高斯過程,作為新興的機器學(xué)習(xí)方法,提供了一個原則性的、
2、實用性的、概率的核機器學(xué)習(xí)方法。它給預(yù)測模型提供解釋,并提供了模型的選擇和學(xué)習(xí)框架結(jié)構(gòu)。不斷發(fā)展的理論與實踐的應(yīng)用使高斯過程成為近年來監(jiān)督學(xué)習(xí)應(yīng)用中強有力的競爭者,并在各個領(lǐng)域有著廣泛的應(yīng)用。
本研究主要內(nèi)容包括:⑴闡述高斯過程理論、原理和思路,運用高斯過程理論對變形監(jiān)測數(shù)據(jù)進行分析,通過實例表明高斯過程回歸在變形監(jiān)測的數(shù)據(jù)處理方面精度高,程序簡單。⑵高斯過程模型中的超參數(shù)主要是由傳統(tǒng)的優(yōu)化方法(共軛梯度法)獲得,但共軛梯度法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高斯過程的呼吸運動預(yù)測研究.pdf
- 基于高斯過程的備件消耗預(yù)測研究.pdf
- 高斯過程回歸理論在變形預(yù)測中的應(yīng)用.pdf
- 基于混合高斯模型的運動目標檢測算法研究.pdf
- 基于周易的預(yù)測算法研究實現(xiàn).pdf
- 基于改進混合高斯模型的前景檢測算法研究.pdf
- 基于高斯過程的CAE模型校準與預(yù)測研究.pdf
- 基于高斯過程的高爐煉鐵過程辨識與預(yù)測.pdf
- 基于高斯過程的風(fēng)電功率概率預(yù)測.pdf
- 基于高斯過程回歸的盲均衡算法研究.pdf
- 基于高斯混合模型的紅外運動目標檢測算法研究.pdf
- 基于高斯過程回歸的強化學(xué)習(xí)算法研究.pdf
- 基于高斯過程的高光譜圖像分類算法研究.pdf
- 基于高斯過程回歸的盲均衡算法研究
- 基于機器學(xué)習(xí)的股指預(yù)測算法.pdf
- 基于改進的混合高斯模型的運動目標檢測算法
- 礦山邊坡變形監(jiān)測數(shù)據(jù)的高斯過程智能分析與預(yù)測.pdf
- 基于高斯分布的聚類邊界檢測算法的研究.pdf
- 用于回歸預(yù)測的高斯過程模型研究.pdf
- 基于軌跡跟蹤的負荷預(yù)測算法研究.pdf
評論
0/150
提交評論