动态神经网络在变形预报中的应用

• 作者: 王新洲 邓兴升
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 动态神经网络 在线时间序列 大坝变形 预报模型.
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 93-96
• 页数: 4页
• 分类号: P258
• 字数: 2530字
• 语种: 中文

摘要

静态神经网络模型用于在线时间序列的预报时具有局限性,即网络的泛化能力有限,且模型不能不断地适应新增样本的变化.如果每增加一个样本对神经网络重新训练,需要大量的计算时间.针对该问题,提出了动态神经网络预报模型.在获得新增样本数据之后,通过比较预报值与实际值之差的绝对值是否大于ε敏感因子,决定模型是否需要修正.为了降低模型修正的计算时间,提出了在线动态修正方法,实现了增加样本而矩阵阶数不增加,且避免了矩阵求逆运算,理论上可以提高计算效率.通过实例表明,该方法在计算时间和预报精度两个方面都具有一定优势,可应用于在线实时变形预报及相关领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新洲	武汉大学测绘学院	138	2152	23.0	40.0
5	邓兴升	武汉大学测绘学院	10	100	6.0	10.0