作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以某段高段变形监测项目半年(共7期)的监测数据为例,对当前较为常用的预测方法:指数曲线法、抛物线法、Asaoka法,回归分析法、卡尔曼滤波、灰色理论、仿真分析法、BP神经网络分析法与小波神经网络进行对比分析,得出利用小波神经网络预测模型预测高铁运营沉降在收敛性、容错性、逼近能力上更有优势,预测精度更高,预测结果和实测数据更加吻合的结论。
推荐文章
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于小波神经网络的机械故障预测
小波网络
机械故障
预测
基于小波神经网络监测刀具状态的研究
神经网络
小波分析
刀具监测
振动信号
AE信号
基于小波神经网络模型的含沙量预测研究
小波函数
BP神经网络
含沙量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经网络高铁运营监测预测方法研究
来源期刊 铁道勘察 学科 交通运输
关键词 高铁运营监测 小波神经网络 对比分析 预测
年,卷(期) 2016,(1) 所属期刊栏目 工程测量
研究方向 页码范围 23-25
页数 3页 分类号 U216
字数 211字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张天航 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (54)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高铁运营监测
小波神经网络
对比分析
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道勘察
双月刊
1672-7479
11-5182/U
大16开
北京市丰台区广安路15号中铁咨询大厦 731室
80-230
1975
chi
出版文献量(篇)
3627
总下载数(次)
4
总被引数(次)
12896
论文1v1指导