时间序列回归预测模型在自动化监测中的应用

摘要：

在边坡自动化监测过程中,由于传输信号中断、设备故障、电源中断及传感器替换等原因,不可避免地出现监测数据缺失的现象.数据的缺失对后续的边坡稳定性分析及预测带来不确定的因素,使分析结果产生偏差.本文针对边坡自动化监测数据缺失这一现象,采用时间序列回归预测模型对不同数据缺失率的边坡监测数据进行填补,通过填补值与真实值之间的绝对误差与均方根误差判别其在不同数据缺失率的填补效果,得出该模型对缺失率低于10％的缺失数据具有良好的效果,具有一定的实践意义.

关键词：时间序列、缺失数据、填补、绝对误差、均方根误差

分类号：P23(摄影测量学与测绘遥感)

资助基金：公路地质灾变预警空间信息技术湖南省工程实验室开放基金kfj50604

在线出版日期：2021-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：156-158