- Tytuł:
-
Analysis of principal components used for modelling changes in glacitectonically disturbed areas
Zastosowanie analizy składników głównych do modelowania zmian na terenach zaburzonych glacitektonicznie - Autorzy:
- Mrówczyńska, M.
- Powiązania:
- https://bibliotekanauki.pl/articles/292384.pdf
- Data publikacji:
- 2018
- Wydawca:
- Instytut Technologiczno-Przyrodniczy
- Tematy:
-
geodesic monitoring
glacitectonically disturbed areas
PCA transformation
vertical displacements
grunty zaburzone glacitektonicznie
monitoring geodezyjny
przemieszczenia pionowe
transformacja PCA - Opis:
-
Determination of vertical displacements of engineering objects is closely related to geodesic monitoring. Its purpose is
to record the dynamics of changes in the deformation phenomenon. Geodesic monitoring requires the use of appropriate
measurement equipment and appropriate methods for processing observation results, which make it possible to determine
the correlation between the causes and effects of deformations in engineering objects. Progress in information technology
resulted in the appearance of new methods for processing and compressing experimental data which are resistant to noise or
interference and enable reduction of the amount of information.
The paper presents a method for statistical analysis of multidimensional data based on PCA (principal component analysis)
transformation, implemented with the use of a neural network. PCA transformation, related to the Karhunen–Loeve
transformation, is used for processing signals regarded as stochastic processes. This method makes enables reduction of the
input data space on the basis of independent principal components with due attention to their significance. It also makes it
possible to model changes occurring in both buildings and terrain in glacitectonically disturbed areas.
Wyznaczenie przemieszczeń pionowych obiektów inżynierskich jest ściśle związane z monitoringiem geodezyjnym, mającym za zadanie zarejestrowanie dynamiki zmian zjawiska deformacji. Monitoring geodezyjny wymaga zastosowania odpowiedniego sprzętu pomiarowego oraz odpowiednich metod przetwarzania wyników obserwacji, umożliwiających określenie związku między skutkami a przyczynami deformacji badanego obiektu. Wraz z rozwojem technologii informacyjnej zaczęto przetwarzać dane eksperymentalne w sposób odporny na szumy i zakłócenia oraz stosować kompresję danych, pozwalającą na zmniejszenie ilości informacji. W pracy przedstawiono metodę analizy statystycznej wielowymiarowych danych za pomocą transformacji metodą analizy głównych składowych (PCA – principal component analysis), realizowanej z wykorzystaniem sieci neuronowej. Transformacja PCA, związana z transformacją Karhunena–Loevego, znajduje zastosowanie w przetwarzaniu sygnałów traktowanych jako procesy stochastyczne. Omawiana w pracy metoda umożliwia zmniejszenie przestrzeni danych wejściowych na podstawie wyznaczonych niezależnych składników głównych z uwzględnieniem ich znaczenia oraz modelowanie zmian na terenach zaburzonych glacitektonicznie, zarówno w odniesieniu do obiektów budowlanych, jak i samego terenu. - Źródło:
-
Journal of Water and Land Development; 2018, 39; 119-123
1429-7426
2083-4535 - Pojawia się w:
- Journal of Water and Land Development
- Dostawca treści:
- Biblioteka Nauki
Artykuł