摘要: 为提高滑坡位移的预测精度,提出了一种基于奇异谱分析法(singular spectrum analysis,SSA)和长短时记忆网络(long short-term memory neural network,LSTM)组合的动态预测模型.首先,利用SSA将滑坡位移时间序列分解为趋势项、周期项位移子序列同时剔除噪声,减少随机波动对实验结
基于奇异谱分析法和长短时记忆网络组合模型的滑坡位移预测
最新推荐文章于 2022-12-09 10:21:27 发布
本文提出了一种基于奇异谱分析法(SSA)和长短时记忆网络(LSTM)的滑坡位移动态预测模型。首先,使用SSA对滑坡位移时间序列进行分解,提取趋势项和周期项,然后利用高斯拟合预测趋势项,LSTM预测周期项。结果表明,该组合模型在滑坡位移预测中表现优于传统BP神经网络、SVM和ARIMA模型,验证了模型的高精度和实用性。
摘要由CSDN通过智能技术生成