Los métodos existentes de separación de componentes no consideran la compleja relación no lineal entre las cantidades de efecto de la presa y las variables ambientales. En este estudio, se propone un novedoso método de separación de componentes no lineales para las cantidades de efecto mediante la combinación de mínimos cuadrados parciales con kernel (KPLS) y pseudomuestras. Con este método, se establece un modelo de monitoreo no lineal basado en KPLS, y la complicada relación no lineal entre las cantidades de efecto y las variables ambientales puede determinarse con precisión a través del modelo. Además, se construyen pseudomuestras especiales para separar componentes independientes e influencias de acoplamiento de factores ambientales del modelo KPLS. Estos métodos se han aplicado en una presa de arco superalto, y los componentes de desplazamiento separados cumplen con la ley general de deformación. Los resultados presentados indican que es más fiable que los modelos tradicionales de regresión lineal múltiple.
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.
Artículo:
Identificación de las Estaciones de Autobuses Clave Basada en la Teoría de Redes Complejas considerando la Influencia Híbrida y el Flujo de Pasajeros: Un Estudio de Caso de Beijing, China
Artículo:
Análisis refinado de la interacción vehículo-puente utilizando elementos finitos sólidos incompatibles para evaluar tensiones y factores de impacto.
Artículo:
Efectos de los recubrimientos que contienen cenizas orgánicas en el rendimiento de la corrosión de las armaduras.
Artículo:
Investigación sobre las características de fluencia del hormigón proyectado de aislamiento térmico bajo la acción de la circulación de temperatura y humedad.
Artículo:
Umbral de transición de las características mecánicas del granito a alta temperatura