中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
管道地質災害監測數據挖掘及預警模型研究與應用 版權信息
- ISBN：9787564383831
- 條形碼：9787564383831 ; 978-7-5643-8383-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
管道地質災害監測數據挖掘及預警模型研究與應用 內容簡介
本書以管道沿線*為常見、危害較大的滑坡、水毀及采空區地質災害為例，系統介紹了管道地質災害監測數據挖掘及預警模型的研究與應用。第1章概述了油氣管道地質災害現狀及當前地質災害監測預警工作中存在的問題。第2章主要介紹了當前國內外研究現狀及發展趨勢。第3章詳細闡述了異常值過濾、缺失值填補、數據預測、單指標預警算法和報警閾值動態調整的相關算法原理。第4章分析了基于實時監測數據的自學習自修正預警預報閾值分析方法并進行應用。第5章以地災形變、外界誘發因素、管道力學三個指標為基礎，構建了滑坡、水毀、采空區地質災害監測指標體系。第6章詳細闡述了監測預警技術在實際工程中的應用，并以實際的案例驗證了預警模型的精度。
管道地質災害監測數據挖掘及預警模型研究與應用 目錄
第1章 緒論
第2章 國內外研究現狀
2．1 異常值消除和過濾方法研究現狀
2．2 缺失值填補法研究現狀
2．3 預測方法研究現狀
2．4 動態閾值調整研究現狀
2．5 管道地質災害監測預警技術研究現狀
2．6 滑坡災害預警預報模型研究現狀
2．7 管道水毀災害預警預報模型研究現狀
2．8 采空區災害預警預報模型研究現狀
第3章 基于實時監測數據的自學習自修正預警預報閾值分析方法
3．1 異常值消除和過濾算法
3．2 缺失值填補算法
3．3 數據預測算法
3．4 監測數據單指標算法
3．5 報警閾值動態調整
3．6 本章小結
第4章 基于實時監測數據的自學習自修正預警預報閾值分析方法應用
4．1 3σ異常值過濾
4．2 LSSVM數據補全
4．3 LSTM數據預測
4．4 單指標預警算法
4．5 閾值動態調整
4．6 本章小結
第5章 地質災害監測關鍵指標體系
5．1 滑坡災害地質特征及變形機理
5．2 水毀災害地質特征及變形機理
5．3 采空區災害地質特征及變形機理
5．4 滑坡災害監測預警關鍵指標體系構建
5．5 水毀災害監測預警關鍵指標體系構建
5．6 采空區災害監測預警關鍵指標體系構建
第6章 管道地質災害預警預報模型
6．1 管道地質災害監測預警系統總體架構和工作流程
6．2 滑坡災害預警預報模型
6．3 水毀災害預警預報模型
6．4 采空區災害預警預報模型
6．5 預警預報成果
參考文獻
第2章 國內外研究現狀
2．1 異常值消除和過濾方法研究現狀
2．2 缺失值填補法研究現狀
2．3 預測方法研究現狀
2．4 動態閾值調整研究現狀
2．5 管道地質災害監測預警技術研究現狀
2．6 滑坡災害預警預報模型研究現狀
2．7 管道水毀災害預警預報模型研究現狀
2．8 采空區災害預警預報模型研究現狀
第3章 基于實時監測數據的自學習自修正預警預報閾值分析方法
3．1 異常值消除和過濾算法
3．2 缺失值填補算法
3．3 數據預測算法
3．4 監測數據單指標算法
3．5 報警閾值動態調整
3．6 本章小結
第4章 基于實時監測數據的自學習自修正預警預報閾值分析方法應用
4．1 3σ異常值過濾
4．2 LSSVM數據補全
4．3 LSTM數據預測
4．4 單指標預警算法
4．5 閾值動態調整
4．6 本章小結
第5章 地質災害監測關鍵指標體系
5．1 滑坡災害地質特征及變形機理
5．2 水毀災害地質特征及變形機理
5．3 采空區災害地質特征及變形機理
5．4 滑坡災害監測預警關鍵指標體系構建
5．5 水毀災害監測預警關鍵指標體系構建
5．6 采空區災害監測預警關鍵指標體系構建
第6章 管道地質災害預警預報模型
6．1 管道地質災害監測預警系統總體架構和工作流程
6．2 滑坡災害預警預報模型
6．3 水毀災害預警預報模型
6．4 采空區災害預警預報模型
6．5 預警預報成果
參考文獻
展開全部
管道地質災害監測數據挖掘及預警模型研究與應用 作者簡介
劉奎榮，國家管網集團西南管道有限責任公司黨委委員、副總經理，高級工程師；主要負責管道管理工作，包括高后果區風險管控、地災防護與水工治理、應急維搶修、檢測評價等。
書友推薦
- >
我從未如此眷戀人間
- >
二體千字文
- >
回憶愛瑪儂
- >
有舍有得是人生
- >
龍榆生：詞曲概論/大家小書
- >
巴金－再思錄
- >
詩經-先民的歌唱
- >
自卑與超越
本類暢銷
