大坝变形变系数回归建模

被引：8

作者：

卢骏 ^{[1
,2
,3
]}

戴吾蛟 ^{[1
,2
]}

章浙涛 ^{[1
]}

机构：

[1] 中南大学测绘与国土信息工程系

[2] 湖南省精密工程测量与形变灾害监测重点实验室

[3] 湖南地科资源利用工程设计有限公司

来源：

武汉大学学报(信息科学版) | 2015年 / 01期

关键词：

变系数回归模型; 局部线性估计; 回归分析; 变形建模;

D O I：

10.13203/j.whugis20130305

中图分类号：

TV698.11 [];

学科分类号：

081504 ;

摘要：

在变形分析建模中常采用回归分析建模,但普通的回归模型是一种静态的模型,当变形体结构或物理性质发生变化时,普通线性回归所建立的静态模型将不再适用。变系数回归模型是一种动态模型,有着更强的灵活性和适应性,因此,将变系数回归引入大坝变形分析建模中,采用局部线性估计的方法进行系数拟合。仿真和大坝变形建模实验表明,变系数回归得到的大坝变形模型优于普通的线性回归模型,预测精度更高。

引用

页码：139 / 142

页数：4

共 7 条

[1]

B-spline estimation for varying coefficient regression with spatial data[J]. TANG QingGuo1,2 & CHENG LongSheng1 1 School of Economics and Management,Nanjing University of Science and Technology,Nanjing 210094,China 2 Institute of Sciences,PLA University of Science and Technology,Nanjing 210007,China. Science in China(Series A:Mathematics). 2009(11)

[2] 基于Matlab的BP神经网络在大坝观测数据处理中的应用 [J].

徐晖 ;

李钢 .

武汉大学学报(工学版), 2005, (03) :50-53

[3] 变系数模型中的一步估计法 [J].

唐庆国 ;

王金德 .

中国科学(A辑:数学), 2005, (01) :23-38

[4] 建筑物变形监测的自回归分析法 [J].

陆立 ;

许建宣 .

工程勘察, 2004, (05) :61-63

[5]

变系数模型的研究与分析[D]. 卢一强.华东师范大学. 2003

[6]

Simultaneous Confidence Bands and Hypothesis Testing in Varying‐coefficient Models[J] . JianqingFan,WenyangZhang. Scandinavian Journal of Statistics . 2003 (4)

[7]

Statistical estimation in varying coefficient models .2 Jianqing Fan,Wenyang Zhang. The Annals of Statistics . 1999

← 1 →