变形预测的小波神经网络模型改进

• 作者: 郑浩 陈林 黄腾
• 来源期刊: 测绘科学
• 学科: 工学
• 关键词: 小波神经网络 小波降噪 参数优化 变形预测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 技术创新
• 页码范围: 112-115
• 页数: 4页
• 分类号: TU196
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2017.09.020

摘要

针对传统小波神经网络利用随机值作为网络初始参数时,存在网络收敛慢甚至不收敛的问题,该文提出了对网络初始参数进行自相关修正的优化方法,来提高小波神经网络的收敛速度.同时,该文利用了小波函数的降噪特性对原始数据进行预处理,以提高模型的预测精度.将这种改进的小波神经网络模型用于某地铁监测保卫区隧道内的水平位移预测.实验结果表明,改进后的小波神经网络收敛所需迭代次数显著减少,模型的预测精度也更加高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄腾	河海大学地球科学与工程学院	132	1104	19.0	27.0
2	陈林	河海大学地球科学与工程学院	14	26	4.0	4.0
3	郑浩	河海大学地球科学与工程学院	13	145	6.0	12.0