Biblioteca122.294 documentos en línea

Artículo

Outlier Detection Based on Multivariable Panel Data and K-Means Clustering for Dam Deformation Monitoring DataDetección de valores atípicos basada en datos de panel multivariable y agrupamiento K-Means para datos de monitoreo de deformaciones en presas.

Resumen

Una presa es una superestructura ampliamente utilizada en campos de ingeniería de conservación de agua, y su seguridad a largo plazo es un foco de preocupación social. La deformación es un índice de evaluación crucial y un reflejo integral del estado estructural de las presas, por lo que existen muchos trabajos de investigación sobre el análisis de datos de deformación de presas. Sin embargo, la precisión de los datos de deformación es la premisa del análisis de monitoreo de seguridad de presas, y los datos de deformación originales pueden tener algunos valores atípicos causados por errores manuales o el envejecimiento de instrumentos después de un largo tiempo de funcionamiento. Estos datos anómalos tienen un impacto negativo en la evaluación de la seguridad estructural de la presa. En este estudio, se estableció un método analítico para detectar valores atípicos en los datos de deformación de presas basado en datos de panel multivariable y la teoría de agrupamiento K-means. Primero, organizamos los datos originales de monitoreo espacio-temporal

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento