基于相空间重构与支持向量机预测滑坡位移的一种新方法

范千; 花向红

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于相空间重构与支持向量机预测滑坡位移的一种新方法

范千, 花向红

文章导航 > 武汉大学学报 ● 信息科学版 > 2009 > 34(2): 248-251

范千, 花向红. 基于相空间重构与支持向量机预测滑坡位移的一种新方法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(2): 248-251.

引用本文:

范千, 花向红. 基于相空间重构与支持向量机预测滑坡位移的一种新方法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(2): 248-251.

FAN Qian, HUA Xianghong. A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 248-251.

Citation:

FAN Qian, HUA Xianghong. A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2009, 34(2): 248-251.

基于相空间重构与支持向量机预测滑坡位移的一种新方法

范千¹,
花向红¹

¹武汉大学测绘学院,武汉市珞喻路129号430079

基金项目: 国家自然科学基金资助项目(40474003)

详细信息

作者简介:
范千,博士生。主要研究方向为变形监测与灾害预测预报、GPS理论及应用。

中图分类号: P258

A Novel Method for Forecasting Landslide Displacement Based on Phase Space Reconstruction and Support Vector Machine

FAN Qian¹,
HUA Xianghong¹

¹School of Geodesy and Geomatics,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家自然科学基金资助项目(40474003)

摘要: 提出了一种基于相空间重构与支持向量机预测滑坡位移的新方法。首先,以滑坡位移时间序列的混沌特性为基础,对其应用互信息法计算最优时间延迟;然后,利用小波变换对滑坡位移序列数据进行频域分解,应用Cao氏方法对分解后的每个分量序列分别计算其最佳嵌入维数,在此基础上,对各个分量序列进行相空间重构,利用支持向量机对每个分量单独进行建模预测;最后,将各分量预测结果进行小波重构,得到最终预测结果。实例证明,该方法可以在滑坡位移预测中获得有效的应用。
- 相空间重构 /
- 支持向量机 /
- 小波变换 /
- 滑坡位移
Abstract: We presented a novel method for forecasting landslide displacement based on phase space reconstruction and support vector machine.Firstly,based on the chaotic characteristics of landslide displacement time series,mutual information was used to compute the optimal time lag.Then,landslide displacement time series was decomposed into different frequency components through a wavelet transform.We adopted of Cao to compute the optimal embedding dimension of the decomposed series of each component.On the basis of this,phase space reconstruction is performed for each component.Different support vector machines were established to forecast each component.Finally,the predicted results of the components were reconstructed as the final prediction result by wavelet theory.The experimental result show that this method can effectively apply to landslide displacement prediction.
- phase space reconstruction /
- support vector machine /
- wavelet transform /
- landslide displacement

[1]	罗亦泳, 张静影, 陈郡怡, 黄城, 汪鑫. 基于相空间重构和高斯过程回归的对流层延迟预测 . 武汉大学学报 ● 信息科学版, 2021, 46(1): 103-110. doi: 10.13203/j.whugis20190018
[2]	段佩祥, 钱海忠, 何海威, 谢丽敏, 罗登瀚. 基于支持向量机的线化简方法 . 武汉大学学报 ● 信息科学版, 2020, 45(5): 744-752, 783. doi: 10.13203/j.whugis20180434
[3]	徐胜华, 刘纪平, 王想红, 张玉, 林荣福, 张蒙, 刘猛猛, 姜涛. 熵指数融入支持向量机的滑坡灾害易发性评价方法—以陕西省为例 . 武汉大学学报 ● 信息科学版, 2020, 45(8): 1214-1222. doi: 10.13203/j.whugis20200109
[4]	吴一全, 陶飞翔, 曹照清. 基于Log-Gabor小波和Krawtchouk矩的遥感图像分类 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 861-867. doi: 10.13203/j.whugis20140234
[5]	李粉玲, 常庆瑞, 刘佳岐, 刘京. 基于多纹理和支持向量机的ZY-102C星HR数据分类 . 武汉大学学报 ● 信息科学版, 2016, 41(4): 455-461,486. doi: 10.13203/j.whugis20140356
[6]	雷雨, 赵丹宁, 李变, 高玉平. 基于小波变换和最小二乘支持向量机的卫星钟差预报 . 武汉大学学报 ● 信息科学版, 2014, 39(7): 815-819.
[7]	彭令, 牛瑞卿, 赵艳南, 邓清禄. 基于核主成分分析和粒子群优化支持向量机的滑坡位移预测 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 148-152,161.
[8]	武雪玲, 任福, 牛瑞卿, 彭令. 斜坡单元支持下的滑坡易发性评价支持向量机模型 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1499-1503.
[9]	王伟, 宁津生, 罗志才, 汪海洪. 利用小波变换分离俯冲带重力异常 . 武汉大学学报 ● 信息科学版, 2012, 37(2): 187-190.
[10]	巫兆聪, 欧阳群东, 胡忠文. 应用分水岭变换与支持向量机的极化SAR图像分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 7-10.
[11]	杨柳, 刘艳芳. 将微粒群和支持向量机用于耕地驱动因子选择的研究 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 248-251.
[12]	熊华, 刘耀林, 车珊珊, 张俊峰. 基于支持向量机的土地利用变化模拟模型 . 武汉大学学报 ● 信息科学版, 2009, 34(3): 366-369.
[13]	王新洲, 范千, 许承权, 李昭. 基于小波变换和支持向量机的大坝变形预测 . 武汉大学学报 ● 信息科学版, 2008, 33(5): 469-471.
[14]	陈仁喜, 赵忠明, 王殷行. 基于整型小波变换的DEM数据压缩 . 武汉大学学报 ● 信息科学版, 2006, 31(4): 344-347.
[15]	陈刚, 鄂栋臣. 基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 403-406.
[16]	徐芳, 梅文胜, 燕琴. 支持向量机中遗传模糊C-均值的样本预选取方法 . 武汉大学学报 ● 信息科学版, 2005, 30(10): 921-924.
[17]	梅建新, 段汕, 秦前清. 基于支持向量机的特定目标检测方法 . 武汉大学学报 ● 信息科学版, 2004, 29(10): 912-915,932.
[18]	徐芳, 燕琴. 基于支持向量机的航空影像纹理分类研究 . 武汉大学学报 ● 信息科学版, 2003, 28(5): 517-520.
[19]	王智均, 李德仁, 李清泉. 利用小波变换对影像进行融合的研究 . 武汉大学学报 ● 信息科学版, 2000, 25(2): 137-142.
[20]	邵巨良, 李德仁. 小波变换及其在影像表示中的应用和其方向选择性算法的改进 . 武汉大学学报 ● 信息科学版, 1993, 18(2): 1-9.

点击查看大图

计量

文章访问数: 762
HTML全文浏览量: 27
PDF下载量: 578
被引次数: 0

基于相空间重构与支持向量机预测滑坡位移的一种新方法

范千¹,
花向红¹

¹武汉大学测绘学院,武汉市珞喻路129号430079

基金项目: 国家自然科学基金资助项目(40474003)

作者简介:
范千,博士生。主要研究方向为变形监测与灾害预测预报、GPS理论及应用。

收稿日期: 2008-12-17
修回日期: 2008-12-17
刊出日期: 2009-02-05

中图分类号: P258

关键词:

摘要: 提出了一种基于相空间重构与支持向量机预测滑坡位移的新方法。首先,以滑坡位移时间序列的混沌特性为基础,对其应用互信息法计算最优时间延迟;然后,利用小波变换对滑坡位移序列数据进行频域分解,应用Cao氏方法对分解后的每个分量序列分别计算其最佳嵌入维数,在此基础上,对各个分量序列进行相空间重构,利用支持向量机对每个分量单独进行建模预测;最后,将各分量预测结果进行小波重构,得到最终预测结果。实例证明,该方法可以在滑坡位移预测中获得有效的应用。