基于小波去噪改进神经网络拱顶下沉预测研究

• 作者: 周晓菲 王泽根
• 来源期刊: 测绘
• 学科: 地球科学
• 关键词: 拱项下沉 神经网络 小波去噪 收敛速度 预测研究
• 年，卷（期）: 2011,（6）
• 页码范围: 249-251
• 分类号: P258
• 字数: 2101字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5019.2011.06.003

摘要

隧道拱顶下沉监测数据中含有大量的随机误差，为了消除或者消弱随机误差的干扰，本文对实测数据进行小波去噪，使数据更真实性。针对传统BP神经网络预测精度差、收敛慢的问题，通过改进的BP神经网络对去噪的数据进行预测。实验结果表明，并与传统BP神经网络相对比，小波去噪的改进神经网络收敛速度加快，精度提高，预测效果显著提高，适用于拱顶下沉的预测研究。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王泽根	西南石油大学土木工程与建筑工程学院	32	178	7.0	12.0