小波神经网络在矿山变形监测分析中的应用

• 作者: 孙玉强 袁兴明 马鑫程
• 来源期刊: 矿山测量
• 学科: 工学
• 关键词: 时间序列 小波神经网络 变形预测
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 开采沉陷
• 页码范围: 44-47
• 页数: 4页
• 分类号: TD854.6
• 字数: 1986字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-358X.2016.06.012

摘要

为了减少矿区塌陷的发生,利用GPS对矿山地表岩移进行了监测分析.为了提高岩移观测数据的预测精度和可靠性,文中采用小波神经网络方法对监测数据进行训练、预测,成功预测出了未来一期的地表移动变化.结果表明,小波神经网络具有良好的函数逼近能力,能够反映出要素之间的非线性关系,预测数据可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉强		5	13	2.0	3.0
2	马鑫程		7	15	2.0	3.0
3	袁兴明	山东工业职业学院建筑与信息工程系	37	60	5.0	5.0