郑东健

作品数：163被引量：896H指数：15
导出分析报告
供职机构：河海大学水利水电学院更多>>
发文主题：大坝混凝土坝大坝安全监测大坝变形裂缝更多>>
发文领域：水利工程建筑科学自动化与计算机技术天文地球更多>>
发文期刊：《计算机辅助工程》《人民黄河》《人民长江》《水利水电科技进展》更多>>
所获基金：国家自然科学基金国家教育部博士点基金国家重点基础研究发展计划国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
选择条件：
  • 主题=大坝变形x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于CNN-Attention-LSTM的大坝变形预测模型
《水利水电技术（中英文）》2024年第9期121-132,共12页施彦彤 郑东健 赵汉 周新新 
国家自然科学基金项目(52179128)。
【目的】预测大坝变形以规避风险是大坝变形监测的重点,一个可靠的预测模型可以洞察大坝未来变形趋势。为了更好地预测大坝的变形,提高预测精度和计算效率,【方法】提出了一种基于卷积神经网络(CNN)、注意力机制(Attention)和长短时记...
关键词：变形预测 卷积神经网络 长短时记忆网络 注意力机制 影响因素 
基于多层次数据处理的NGO-XGBoost大坝变形预测模型及其应用被引量：5
《水电能源科学》2023年第11期77-81,共5页李晨阳 郑东健 
国家自然科学基金项目(52179128)。
混凝土坝变形序列中存在的噪声和非线性特征严重影响了大坝变形预测的精度。为此,采用集合经验模态分解(EEMD)对坝体水平位移信号进行分解,挖掘其中有效变形信息;并利用奇异谱分析(SSA)对分解所得高频本征模态分量(IMF)进行特征提取,以...
关键词：大坝变形预测 集合经验模态分解 奇异谱分析 北方苍鹰算法 极限梯度提升 
基于FCM-WOA-LSTM的大坝变形预测模型及其应用被引量：9
《水电能源科学》2023年第5期71-75,共5页曹梦茜 郑东健 
国家重点研发计划(2018YFC1508603);国家自然科学基金重点项目(51739003)。
随着大坝变形监测资料的持续积累和变形测点数量的不断增多,预测分析全部变形测点往往需耗费大量的时间,容易造成反馈不及时的问题。对此,引入模糊C-均值聚类算法(FCM),根据大坝变形规律的相似程度进行分区,将鲸鱼优化算法(WOA)用于长...
关键词：大坝变形 测点分区 模糊C-均值聚类 鲸鱼优化算法 长短期记忆网络 
基于改进PSO-RF算法的大坝变形预测模型被引量：23
《水利水电科技进展》2022年第6期39-44,共6页张石 郑东健 陈卓研 
国家自然科学基金(52179128)。
针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型。实例验证结果表明,在计算效率方面,与传统网格搜索...
关键词：随机森林 变形预测 粒子群优化 惯性权重 自适应变异 
基于AdaBoost集成的WPSO-RBF大坝变形监控模型被引量：4
《长江科学院院报》2018年第5期57-62,共6页沈晶鑫 房彬 郑东健 郭芝韵 李丹 
国家自然科学基金项目(51279052,51579085); 水文水资源与水利工程科学国家重点实验室研究项目(20145028312); 中央高校基本科研业务费专项(2015B32514,2015B33314)
变形监测是大坝安全监测的必设项目,由于影响因子众多,常利用神经网络(如BP,RBF等)进行参数选取和模型建立。传统的径向基函数(RBF)神经网络因网络结构简单、收敛速度快而被广泛运用,但其在预测中易陷入局部最优且参数选取不当会对其收...
关键词：大坝变形 监控模型 改进粒子群算法 RBF神经网络 ADABOOST算法 
卡尔曼滤波-AR模型在大坝变形预测中的应用被引量：4
《人民黄河》2017年第2期133-135,共3页谢荣晖 郑东健 
国家自然科学基金重点项目(41323001;51139001);国家自然科学基金资助项目(51279052);水文水资源与水利工程科学国家重点实验室研究项目(20145028312);江苏省"333高层次人才培养工程"科研项目(2016-B1307101)
基于某大坝拱冠梁处坝基2007年5月至2009年4月每月的水平位移观测数据,首先用卡尔曼滤波对建模数据进行处理,然后基于处理后的数据建立AR 4阶模型,利用卡尔曼滤波-AR模型对2007年9月至2009年4月每月的水平位移进行递推预报,并与实测值...
关键词：卡尔曼滤波 AR模型 大坝 变形监测 时间序列 
大坝变形的小波分析与ARMA预测模型被引量：21
《水利水运工程学报》2016年第3期70-75,共6页罗德河 郑东健 
国家自然科学基金资助项目(51279052,51579085)
大坝变形观测资料可视为非平稳时间序列,从影响大坝变形规律的因素出发,可将其分解为主值函数项、周期函数项和改进后的平稳时间序列。其中主值函数项采用逐步回归法拟合,针对时效因子采用半经验公式无法准确拟合实际变化情况,采用小波...
关键词：大坝 时间序列分析 小波分析 ARMA模型 回归分析 变形预测 
AdaBoost-BP模型在大坝变形预测中的应用被引量：6
《三峡大学学报（自然科学版）》2015年第5期5-8,共4页胡德华 郑东健 付浩雁 
国家自然科学基金项目(51279052);新世纪优秀人才支持计划资助(NCET-11-0628);高等学校博士学科点专项科研基金(20120094110005);中央高校基本科研业务费项目(2012B07214)
针对传统BP神经网络自身存在局部极小值及模型的泛化能力差时预测精度无法满足实际需求等的不足,本文用AdaBoost算法优化传统的BP神经网络得到AdaBoost-BP预测模型,可以减小局部极小值的影响,增强了模型的泛化能力,提高模型的预测精度....
关键词：ADABOOST算法 BP神经网络 大坝变形预测 
基于RVM的大坝变形监测时间序列非线性预警模型被引量：3
《水电能源科学》2015年第7期89-91,38,共4页杜传阳 郑东健 
国家自然科学基金重点项目(41323001;51139001);高等学校博士学科点专项科研基金项目(20120094110005;20120094130003;20130094110010);新世纪优秀人才支持计划资助项目(NCET-11-0628;NCET-10-0359);水利部公益性行业科研专项经费项目(201201038;201301061)
建立合理的大坝变形预警模型对于大坝安全稳定运行意义重大。为提高预测精度,建立以相关向量机(RVM)为理论基础的时间序列非线性预警模型,采用一种精度较高的时间序列短期预测(自回归移动平均ARMA)模型修正RVM预测模型的误差序列,同时...
关键词：预警模型 RVM模型 ARMA模型 粒子群优化算法 
FA-SVM模型在大坝变形预测中的应用被引量：5
《水力发电》2015年第4期79-81,99,共4页蒋明 郑东健 张凯 周子东 
国家自然科学基金项目(51279052);新世纪优秀人才支持计划资助(NCET-11-0628);高等学校博士学科点专项科研基金(20120094110005);中央高校基本科研业务费项目(2012B07214)
根据已有的监测数据预测大坝未来的变形情况,对掌握大坝运行状态,保障大坝安全运行具有重要意义。传统的变形统计模型一般是线性模型,与大坝变形的非线性特性不符合,统计模型误差较大。支持向量机(SVM)是一种高效的非线性建模方法,只是...
关键词：大坝变形 参数优化 支持向量机 萤火虫算法 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部