无线传感器网络中数据流异常数据的联合估计算法

为保证无线传感器网络数据的完整性,针对数据流中存在异常数据的问题,提出了一种基于BP神经网络和多元线性回归的联合估计算法。首先,将存在异常数据的数据流作为样本输入,利用神经网络的非线性拟合能力对异常数据进行估计。然后,通过相邻的传感器节点数据建立多元线性回归模型,对异常数据进行估计。最后,根据两种算法在不同情况下的误差大小,调整它们各自在异常数据估计中的权重,计算出最接近真实值的估计值。以Berkeley Intel实验室的传感器数据为实验数据,通过Matlab软件对本文方法进行测试并分析仿真结果,实验结果表明文中提出的方法能对异常数据进行有效估计,并且具有较高的可靠性和稳定性。     

U型钢板桩施工的滑坡动态勘察技术及数值模拟

为节省边(滑)坡灾害的应急加固时间,提高边(滑)坡处置的效率和质量,针对边(滑)坡在勘察阶段提出了基于U型钢板桩施工的动态勘察技术,即在静压植桩机压入U型钢板桩的同时,利用与其配套的压入管理系统设备与软件对压桩数据进行监测和分析,从而反馈出地层强度等信息。数值模拟中,为了能利用工程中所得压桩阻力图谱来反推地层信息,归纳总结了不同土体在桩压入时的应力云图和压桩阻力规律。结果表明:压桩阻力规律与地层信息之间存在对应关系,据此可判断地层强度特征等信息,数值模拟也为后续的现场试验研究提供了依据。