典型文献
基于RFM模型的大坝实测性态自适应综合评价方法
文献摘要：
针对当前大坝安全监控连续时空监测能力弱、单测点馈控范围小的不足,在充分挖掘大坝原型监测数据的基础上,发展了一种弱化主观干扰的RFM(Recency Frequency Magnitude)自适应大坝性态评价模型.首先,模型结合大坝行为的强周期性时序特征,提出"中层型"和"底层型"监测序列的概念;其次,引入K-means聚类算法实现自适应划分监测序列类别;最后,基于RFM指标评分体系,明确各类别所表征的工程健康状态,建立大坝性态的安全评价体系.以某大坝水平位移监测资料为例,详细展示了所提出的大坝运行性态评价模型的应用流程.工程实例表明,该模型评价合理,客观反映了大坝服役状态,有效减少了评价过程中的经验性活动.
文献关键词：
大坝监测;时间序列;RFM模型;自适应;聚类算法;RFM指标评分;变形
中图分类号：
作者姓名：
何思平;苏怀智;姚可夫
作者机构：
河海大学水文水资源与水利工程科学国家重点实验室,南京 210098;河海大学水利水电学院,南京 210098
文献出处：
引用格式：
[1]何思平;苏怀智;姚可夫-.基于RFM模型的大坝实测性态自适应综合评价方法)[J].长江科学院院报,2022(11):82-88
A类：
实测性态,Recency,运行性态评价
B类：
RFM,综合评价方法,大坝安全监控,监测能力,原型监测,Frequency,Magnitude,时序特征,中层,监测序列,means,聚类算法,算法实现,自适应划分,指标评分,健康状态,安全评价体系,大坝水平位移,水平位移监测,监测资料,应用流程,工程实例,模型评价,服役状态,评价过程,经验性,大坝监测
AB值：
0.365324
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
