强跟踪UKFNN的泥石流泥位突变状态动态演化

• 作者: 刘兴华 康东帅 李太福 王兴龙 苏盈盈
• 来源期刊: 计算机测量与控制
• 关键词: 泥石流 跟踪预警 相空间重构 无迹卡尔曼 神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 设计与应用
• 页码范围: 241-244
• 页数: 4页
• 分类号: X936
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.02.059

摘要

泥位的变化是导致泥石流发生的直接原因之一,针对目前泥石流预测方法无法有效跟踪突变状态、预报精度不高的问题,提出了一种基于无迹卡尔曼神经网络的方法,先确定原始数据的最佳维数和延迟时间,进行相空间重构,再利用无迹卡尔曼较强的非线性状态估计能力,将神经网络权值、阀值作为无迹卡尔曼的状态变量,不断对其进行递推演化,提高对泥石流突变状态的跟踪能力.通过对川藏地区林芝市6个地区的研究,实验结果表明:该算法可有效建立泥石流泥位的动态演化模型,提高了预报精度和对突发状况的适应能力,实现对泥石流灾害情况的分级预警.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李太福	重庆科技学院电气与信息工程学院	87	399	11.0	15.0
2	苏盈盈	重庆科技学院电气与信息工程学院	50	147	6.0	9.0
3	刘兴华	重庆科技学院电气与信息工程学院	22	27	3.0	4.0
4	康东帅	重庆科技学院电气与信息工程学院	3	7	2.0	2.0
5	王兴龙		1	0	0.0	0.0