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:
滑坡位移时间序列预测对滑坡灾害预警和防治具有重要意义.滑坡位移时间序列具有高度的非线性特征,含有大量噪音且采用常规非线性模型难以准确预测.对此,提出基于小渡分析(WA)—灰色BP神经网络的滑坡位移预测模型.该模型先采用小波分析法将滑坡位移时间序列分解为不同频率分量的滑坡子位移,然后采用灰色BP神经网络对各滑坡子位移进行预测,在此基础上将预测得到的各子位移值相加,最终得到预测出的滑坡位移值.以GPS监测获得的郑家大沟滑坡# 1监测点的位移时间序列为例,采用WA-灰色BP神经网络模型对其位移进行预测,并与WA-BP神经网络模型及未进行小波分析的单独灰色BP神经网络模型进行对比分析.结果 表明,WA-灰色BP神经网络模型准确预测出郑家大沟滑坡# 1监测点的位移值,且具有比WA-BP神经网络模型和单独灰色BP神经网络模型更高的预测精度.
推荐文章
基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型
小波分析
BP神经网络
Chl-a
短期预测
杭州西湖
基于灰色-进化神经网络的滑坡变形预测研究
滑坡
变形预测
灰色系统
进化神经网络
基于灰色关联分析联合VMD-SES-BP模型的滑坡位移预测
灰色关联
变分模态
指数平滑
BP神经网络
滑坡位移预测
优化BP神经网络的位移预测模型
改进粒子群算法
BP神经网络
混凝土重力坝
位移
预测
仿真分析
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 基于小波分析和灰色BP神经网络的滑坡位移预测
来源期刊 水电能源科学 学科 地球科学
关键词 滑坡位移 时间序列预测 小波分析 灰色BP神经网络 GPS
年,卷(期) 2019,(10) 所属期刊栏目 水利水电工程
研究方向 页码范围 88-91
页数 4页 分类号 P694
字数 语种 中文
DOI
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 岳强 2 0 0.0 0.0
2 袁洁 2 10 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (140)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(5)
  • 参考文献(0)
  • 二级参考文献(5)
2020(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(5)
  • 参考文献(0)
  • 二级参考文献(5)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滑坡位移
时间序列预测
小波分析
灰色BP神经网络
GPS
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
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
总被引数(次)
55104
论文1v1指导