公开(公告)号：CN107153843B

公开(公告)日：2020-07-10

申请号：CN201710303112.8

申请日：2017-05-03

Applicant: 西安电子科技大学

Inventor： 孔宪光 ,  常建涛 ,  王佩 ,  冯尓磊 ,  刘尧

IPC: G06K9/62 ,  G06F16/182 ,  G06F16/25

Abstract: 本发明公开了一种基于支持向量机的地面沉降预测系统和方法，主要用于解决配套系统无法应对盾构施工过程中对海量数据的分析需求。系统包括Hadoop大数据分析平台、数据收集模块、数据预处理模块、模型构建模块、沉降预测模块，预测方法中，对预处理的去噪提出了基于置信度区间估计和拉依达准则的聚类算法进行异常点检测；构建预测模型时，权重向量的迭代计算过程是用N个分区的平均值进行更新，此策略和随机梯度下降相结合，提升了训练速度。本发明具备海量数据的存储和分析能力以及高性能的冗余能力，数据分析具有实时性和高效性，用于盾构施工过程的地面沉降量预测，为工程管理人员和施工操作人员提供参考和调整依据。

公开(公告)号：CN107153843A

公开(公告)日：2017-09-12

申请号：CN201710303112.8

申请日：2017-05-03

Applicant: 西安电子科技大学

Inventor： 孔宪光 ,  常建涛 ,  王佩 ,  冯尓磊 ,  刘尧

IPC: G06K9/62 ,  G06F17/30

Abstract: 本发明公开了一种基于支持向量机的地面沉降预测系统和方法，主要用于解决配套系统无法应对盾构施工过程中对海量数据的分析需求。系统包括Hadoop大数据分析平台、数据收集模块、数据预处理模块、模型构建模块、沉降预测模块，预测方法中，对预处理的去噪提出了基于置信度区间估计和依达拉准则的聚类算法进行异常点检测；构建预测模型时，权重向量的迭代计算过程是用N个分区的平均值进行更新，此策略和随机梯度下降相结合，提升了训练速度。本发明具备海量数据的存储和分析能力以及高性能的冗余能力，数据分析具有实时性和高效性，用于盾构施工过程的地面沉降量预测，为工程管理人员和施工操作人员提供参考和调整依据。