

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著經(jīng)濟(jì)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(kāi)始到竣工,以及建成后整個(gè)運(yùn)營(yíng)期間都要不斷地監(jiān)測(cè),以便掌握變形的情況,及時(shí)發(fā)現(xiàn)問(wèn)題,保證工程建筑的安全。因此,對(duì)大型建筑物進(jìn)行變形監(jiān)測(cè)并且對(duì)其數(shù)據(jù)進(jìn)行處理就尤為重要。目前,國(guó)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(lái),“核學(xué)習(xí)”是機(jī)器學(xué)習(xí)領(lǐng)域的熱點(diǎn)問(wèn)題,其最具代表性的是支持向量機(jī)、高斯過(guò)程。高斯過(guò)程,作為新興的機(jī)器學(xué)習(xí)方法,提供了一個(gè)原則性的、
2、實(shí)用性的、概率的核機(jī)器學(xué)習(xí)方法。它給預(yù)測(cè)模型提供解釋?zhuān)⑻峁┝四P偷倪x擇和學(xué)習(xí)框架結(jié)構(gòu)。不斷發(fā)展的理論與實(shí)踐的應(yīng)用使高斯過(guò)程成為近年來(lái)監(jiān)督學(xué)習(xí)應(yīng)用中強(qiáng)有力的競(jìng)爭(zhēng)者,并在各個(gè)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(guò)程理論、原理和思路,運(yùn)用高斯過(guò)程理論對(duì)變形監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析,通過(guò)實(shí)例表明高斯過(guò)程回歸在變形監(jiān)測(cè)的數(shù)據(jù)處理方面精度高,程序簡(jiǎn)單。⑵高斯過(guò)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(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)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(guò)程的呼吸運(yùn)動(dòng)預(yù)測(cè)研究.pdf
- 基于高斯過(guò)程的備件消耗預(yù)測(cè)研究.pdf
- 高斯過(guò)程回歸理論在變形預(yù)測(cè)中的應(yīng)用.pdf
- 基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于周易的預(yù)測(cè)算法研究實(shí)現(xiàn).pdf
- 基于改進(jìn)混合高斯模型的前景檢測(cè)算法研究.pdf
- 基于高斯過(guò)程的CAE模型校準(zhǔn)與預(yù)測(cè)研究.pdf
- 基于高斯過(guò)程的高爐煉鐵過(guò)程辨識(shí)與預(yù)測(cè).pdf
- 基于高斯過(guò)程的風(fēng)電功率概率預(yù)測(cè).pdf
- 基于高斯過(guò)程回歸的盲均衡算法研究.pdf
- 基于高斯混合模型的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究.pdf
- 基于高斯過(guò)程回歸的強(qiáng)化學(xué)習(xí)算法研究.pdf
- 基于高斯過(guò)程的高光譜圖像分類(lèi)算法研究.pdf
- 基于高斯過(guò)程回歸的盲均衡算法研究
- 基于機(jī)器學(xué)習(xí)的股指預(yù)測(cè)算法.pdf
- 基于改進(jìn)的混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法
- 礦山邊坡變形監(jiān)測(cè)數(shù)據(jù)的高斯過(guò)程智能分析與預(yù)測(cè).pdf
- 基于高斯分布的聚類(lèi)邊界檢測(cè)算法的研究.pdf
- 用于回歸預(yù)測(cè)的高斯過(guò)程模型研究.pdf
- 基于軌跡跟蹤的負(fù)荷預(yù)測(cè)算法研究.pdf
評(píng)論
0/150
提交評(píng)論