基于GPS和神经网络的滑坡位移监测算法

• 作者: 吕晓军 张敏敏 杨波 贾新春
• 来源期刊: 计算机测量与控制
• 关键词: 滑坡 GPS定位 BP神经网络 定位误差 分类
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP79
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.08.012

摘要

针对使用GPS接收机进行滑坡位移监测时,单点GPS定位误差较大的问题,提出了一种基于GPS和神经网络的滑坡位移监测算法;GPS接收机在滑坡发生之前和滑坡发生之后测得的定位数据耦合在一起,不是线性可分的;采用具有非线性可分特性的神经网络,把耦合在一起的定位数据分成两类,一类属于未滑坡的GPS数据,另一类属于发生滑坡的GPS数据,避免了对GPS定位误差这一非线性非高斯问题进行准确建模的过程;利用GPS接收机测得的样本训练集训练神经网络,用训练后的神经网络模型来验证测试集的分类效果;实测实验结果表明,对于低精度的GPS接收机,当滑坡程度分别达到3米、5米、8米时,训练样本分类正确率分别是95.85％、99.23％、99.99％,测试样本分类正确率分别是82.94％、89.44％、91.05％,说明所提出的算法适用于较大程度的滑坡.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾新春	山西大学数学科学学院	59	153	6.0	9.0
2	吕晓军	中国铁道科学研究院电子计算技术研究所	33	133	6.0	10.0
3	杨波	山西大学数学科学学院	24	49	4.0	6.0
4	张敏敏	山西大学数学科学学院	2	3	1.0	1.0