综述：关于视频帧插值的系统研究：进展、挑战及未来发展方向

《Expert Systems with Applications》：A systematic survey on video frame interpolation: advances, challenges, and future directions

针对混凝土面板堆石坝（CFRD）结构接缝变形预测精度不足和物理可解释性差的问题，提出基于CEEMDAN分解、随机森林-平均重要值（RF-MIV）特征筛选和TCN-BiLSTM-SA混合模型的创新方法。通过引入DCCA分析增强信号分解的物理意义，验证了该方法在降低均方根误差（最高42.4%）和提升计算效率方面的优势，为工程安全监测提供了新范式。

　　
混凝土面板堆石坝（CFRD）作为关键水利基础设施，其安全性能高度依赖于面板系统特别是结构接缝的完整性。结构接缝在承受水压、温度变化、地质沉降等多场耦合荷载时，会引发复杂的变形模式（包括张开、剪切和下沉），这种变形若未及时干预可能演变为面板开裂和渗流破坏。当前研究存在两个核心缺陷：其一，传统预测模型过度依赖物理公式或单一机器学习算法，在处理多源异构数据时存在特征冗余和解释性不足的问题；其二，现有信号分解方法（如EMD）难以有效消除高维噪声干扰，导致模型对复杂工况适应性较差。

针对上述问题，研究团队提出了多维度融合预测框架，该方案在三个关键环节实现创新突破。首先，在信号预处理阶段引入自适应噪声最优的完全经验模态分解（CEEMDAN），通过动态调整白噪声注入量与分解步骤，显著提升了复杂非平稳信号的分解精度。对比实验表明，该方法在消除高频噪声的同时保留低频物理特征的能力优于传统EMD和EEMD算法，特别是在存在显著端点效应的长期监测数据中，其分解误差降低了32.7%。其次，特征筛选环节采用随机森林与平均重要值（MIV）的联合优化策略，通过随机森林构建全局特征重要性评估体系，结合MIV算法在局部扰动下的敏感性分析，最终筛选出15%、20%和65%三个关键测量点的核心参数。这种双重验证机制不仅减少了42.3%的冗余特征，更确保了重要参数（如温度梯度、水压波动）在模型输入中的物理可解释性。最后，预测模型采用时空特征融合架构，将TCN的时序记忆能力、BiLSTM的双向上下文感知特性与自注意力机制的特征权重分配相结合，形成多尺度特征提取网络。实验数据显示，该混合模型在七组不同监测点的预测中，平均均方根误差较单一模型降低41.8%，特别是在极端温变（±30℃/日）和水位波动（±5m）工况下，预测稳定性提升27.6%。

在工程验证环节，研究团队选取中国西北地区某124.5米高CFRD大坝进行实测数据验证。该坝体部署了七组分布式监测点，覆盖左岸至右岸的典型地质单元。通过对比传统HST/HTT模型、单一机器学习模型（如CNN-BiLSTM-SA、TCN-Transformer）以及本研究的混合模型，发现三个显著差异：1）特征维度压缩后，模型训练效率提升3.2倍，同时预测精度保持率高达92%；2）在接缝张开度预测中，混合模型在初期（0-30天）误差控制在1.5mm以内，而传统统计模型偏差超过3mm；3）通过物理可解释性分析发现，温度梯度对高程接缝（ML3-5）的变形贡献度达68%，显著高于水压因素（42%）和时间变量（25%）。特别值得注意的是，当遭遇1997年类似极端工况（连续30天日温变超35℃）时，混合模型仍能保持85%以上的预测精度，而传统模型误差激增超过200%。

该方法在工程应用层面的创新体现在三个维度：技术架构上，构建了"信号分解-特征优化-模型融合"的递进式处理链条，其中CEEMDAN分解生成的5-7个IMF分量经DCCA分析确认具有明确的物理对应关系（如IMF3对应水压脉动，IMF5对应温度梯度累积效应）；算法设计上，通过FATA算法自动优化CEEMDAN的分解参数，使最优噪声强度与步长组合偏差降低至1.2%以内；工程验证中，开发了具有自适应性参数调整的监测系统，可根据不同季节的荷载特征自动切换模型权重参数，系统响应时间缩短至传统模型的1/5。

在工程安全监测方面，该框架展现出独特的优势：1）通过多源数据融合，可同步监测温度应力（日变化量达0.12MPa）、水力梯度（最大达0.005m/s2）和地质沉降（年均0.8mm）的耦合效应；2）构建的物理解释体系（DCCA-CEEMDAN联合分析）使每个预测步骤均可追溯至具体荷载因素，例如在2023年夏季观测到IMF4分量与库区水位波动存在0.78的相关系数；3）模型具有显著的环境适应性，在对比验证的四个不同地质条件（岩溶发育区、膨胀土区、砂砾层区、碳酸盐岩区）中，预测误差波动范围控制在12.3%-18.7%之间，优于单一区域训练模型。

未来研究可重点关注三个方向：首先，建立多尺度耦合模型以更精确刻画接缝变形的级联效应；其次，开发基于数字孪生的在线预警系统，实现从数据采集到结构健康评估的闭环控制；最后，探索量子计算在超大规模监测数据实时处理中的应用潜力。当前已验证的监测系统在张滩水库CFRD工程中成功应用，累计预警潜在接缝失效事件27起，其中15起通过后续监测确认存在发展趋势，系统干预后未发生实际结构损伤，验证了模型的有效性和前瞻性。这种将计算智能与工程物理深度融合的创新方法，为水利基础设施的健康监测提供了新的范式参考。