论文摘要
为快速准确掌握边坡位移变化规律,本文采用BP神经网络、RBF神经网络和支持向量机三种位移预测算法,结合时间序列自相关分析理论,建立边坡位移智能预测模型进行对比分析。结果表明,RBF神经网络和支持向量机在处理小样本问题上表现出较强的优势,RBF神经网络预测精度最高,BP神经网络预测效果精度最低。
论文目录
文章来源
类型: 期刊论文
作者: 赵可欣,熊鑫,兰宇
关键词: 边坡,时序位移,预测模型,对比分析
来源: 科学技术创新 2019年29期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 地质学,建筑科学与工程
单位: 三峡大学水利与环境学院
分类号: TU43
页码: 15-16
总页数: 2
文件大小: 1087K
下载量: 44
相关论文文献
- [1].基于网格参数寻优法的支持向量机边坡位移预测研究[J]. 城市地理 2017(02)
- [2].基于支持向量机-小波神经网络的边坡位移时序预测模型[J]. 武汉大学学报(工学版) 2017(02)
- [3].改进的不等时距灰色马尔科夫模型在边坡位移预测中的应用[J]. 水利与建筑工程学报 2016(06)
- [4].基于拉格朗日插值法的新陈代谢模型在边坡位移监测中的应用[J]. 安全与环境工程 2017(02)
- [5].有关相空间重构及其在边坡位移预测中的应用研究[J]. 魅力中国 2009(16)
- [6].边坡位移时间序列分析预测[J]. 福建建筑 2008(06)
- [7].基于时间序列的边坡位移实时预测方法[J]. 吉林大学学报(工学版) 2012(S1)
- [8].基于时间序列的神经网络建模及边坡位移预测[J]. 地下空间与工程学报 2009(S1)
- [9].丹东某水库边坡位移监测及稳定分析研究[J]. 东北水利水电 2020(03)
- [10].基于改进灰色–时序分析时变模型的边坡位移预测[J]. 岩石力学与工程学报 2014(S2)
- [11].对边坡位移监测曲线振荡起伏的分析[J]. 工程地质学报 2008(02)
- [12].基于无线传感网络的边坡位移预警系统设计[J]. 电子设计工程 2020(10)
- [13].边坡位移监测研究现状述评[J]. 地质与勘探 2008(02)
- [14].小波去燥灰色Verhulst模型在边坡位移动态监测中的应用[J]. 九江学院学报(自然科学版) 2020(01)
- [15].基于灰色理论的土质路堑边坡位移预测[J]. 公路交通技术 2014(05)
- [16].考虑混沌成分影响的高边坡位移监控预测模型[J]. 水科学与工程技术 2012(06)
- [17].基于相空间重构的GA-SVR组合模型边坡位移预测研究[J]. 大地测量与地球动力学 2017(10)
- [18].三维激光扫描技术应用于边坡位移监测[J]. 地理空间信息 2011(01)
- [19].不等时距灰色模型的边坡位移预测及软件化[J]. 重庆大学学报 2008(05)
- [20].基于SVR组合模型的边坡位移预测研究[J]. 金属矿山 2018(02)
- [21].基于时移小波-灰色理论的边坡位移预测模型研究[J]. 长江科学院院报 2015(09)
- [22].灰色-马尔科夫模型在边坡位移变形预测中的应用[J]. 公路与汽运 2018(06)
- [23].基于高边坡位移突变的安全监控模型[J]. 南水北调与水利科技 2012(05)
- [24].基于Flex无线传感技术的边坡位移监测研究[J]. 传感技术学报 2019(07)
- [25].空间自回归模型在水库边坡位移预测中的应用[J]. 河海大学学报(自然科学版) 2017(02)
- [26].基于动力学突变辨识的高边坡位移监控模型[J]. 水电能源科学 2012(11)
- [27].边坡位移预测中的相空间重构技术综述[J]. 有色金属(矿山部分) 2008(02)
- [28].相空间重构技术在边坡位移预测中的应用[J]. 安徽建筑 2008(05)
- [29].公路边坡位移监测与稳定性评价[J]. 福建建设科技 2011(02)
- [30].深基坑边坡位移突变的原因分析及控制措施[J]. 西部探矿工程 2008(10)