基于云模型的RB F神经网络在滑坡监测中的应用研究

• 作者: 梁立恒 边倩倩 马友利
• 来源期刊: 现代测绘
• 学科: 地球科学
• 关键词: 滑坡变形监测 云模型 RBF神经网络 C-RBF网络算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 理论研究
• 页码范围: 19-22
• 页数: 4页
• 分类号: P258
• 字数: 3183字
• 语种: 中文

摘要

滑坡灾害监测和防治依旧是目前国内外学者研究的重点。多数地质滑坡监测不能做到集成化的实时监控，只能进行人工进行监测。通过精确的数学模型来进行预报分析，可以大大减少人力、物力和财力。据此，将RBF神经网络与改进云模型进行对比，总结两者在结构上的相似性，并结合两者的优点对 RBF神经网络进行算法改进。最后通过实例数据分析预报，得出相应结论：基于云模型的神经网络方法在预测精度上要优于 RBF神经网络，改进的算法模型更能实现定量与定性之间的相互转换，使监测数据更加真实可靠，预报数据更加精确。基于云模型的神经网络在滑坡变形监测预报中有较高的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马友利	长春师范大学城市与环境科学学院	4	2	1.0	1.0
2	梁立恒	长春师范大学城市与环境科学学院	6	9	2.0	2.0
3	边倩倩	长春师范大学城市与环境科学学院	6	2	1.0	1.0