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:
地铁沉降是一个非线性的复杂过程,基于经验模态分解(EMD)和BP神经网络预测模型,建立了一种可供地铁沉降监测预测的EMDBP神经网络预测模型.新建模型首先利用经验模态分解法对原始观测数据序列进行预处理,形成本征模态分量IMF,再根据每个IMF的变化特征,研究选择合适的参数构造BP神经网络,计算预测对应IMF,最后进行重构获得地铁沉降的预测结果.实验分析结果表明,EMD-BP神经网络模型预测精度和稳定性优于单一BP神经网络模型.
推荐文章
基于经验模态分解的小波神经网络预测模型
经验模态分解
小波神经网络
BP神经网络
预测
基于经验模态分解和神经网络的地铁短时客流预测的模型
预测
地铁短时客流
经验模态分解
神经网络
基于BP神经网络的杭州紫之隧道最大地表沉降预测
浅埋暗挖
地表沉降
渗透性地层
BP神经网络
遗传算法
BP神经网络-灰色系统联合模型预测软基沉降量
软基
BP神经网络
非线性插值
GM(1
1)模型
沉降预测
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 基于经验模态分解和BP神经网络的地铁沉降预测模型研究
来源期刊 现代测绘 学科 地球科学
关键词 经验模态分解 BP神经网络 地铁 沉降预测
年,卷(期) 2017,(5) 所属期刊栏目 理论研究
研究方向 页码范围 8-11
页数 4页 分类号 TU196+.1|P258
字数 2869字 语种 中文
DOI 10.3969/j.issn.1672-4097.2017.05.003
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 胡伍生 东南大学交通学院 127 983 16.0 23.0
2 王昭斌 东南大学交通学院 2 8 1.0 2.0
3 韩理想 3 3 1.0 1.0
4 夏晓明 5 3 1.0 1.0
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  (80)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
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)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
经验模态分解
BP神经网络
地铁
沉降预测
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
现代测绘
双月刊
1672-4097
32-1694/P
大16开
江苏省南京市北京西路75号
1978
chi
出版文献量(篇)
2052
总下载数(次)
3
论文1v1指导