基于偏最小二乘回归的大坝安全监测数据异常识别模型研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：大坝安全监测数据异常识别是科学评价大坝安全性态的前提.针对传统统计回归模型识别方法出现的误判漏判现象,文中在深入分析其主要成因的基础上,构建了基于偏最小二乘回归的数据异常识别模型.工程实践表明,该模型具有受离群点数据影响小、多重共线性低、模型拟合精度较高等特点,适用于周期型、直线型、台阶型、震荡型等多种监测数据序列,模型拟合精度和异常识别效果均较传统统计回归模型明显改善,可为提升大坝安全监测数据异常识别精准度提供技术支持.

作者：

滕树强

展开 >

作者单位：

四川港航投资集团有限公司,四川成都 610023

关键词：

大坝安全监测偏最小二乘回归拉伊特准则异常识别,误判漏判率

出版年：

2022

中国水运(下半月)

中国水运报刊社

中国水运(下半月)

影响因子：0.445

ISSN：1006-7973

年,卷(期)：2022.(11)

被引量2
参考文献量7