收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

RNN与LSTM方法用于滑坡位移动态预测的研究

张明岳  李丽敏  温宗周  
【摘要】:良好的滑坡位移预测是实施滑坡灾害预警的重要组成部分。受限于滑坡位移演化的非线性动态特性,传统的预测方法中普遍存在对历史数据遗忘,致使预测精度不高的问题。为此,提出了一种深度学习的滑坡位移预测方法,分别建立了循环神经网络(Recurrent Neural Network, RNN)和长短时记忆网络(Long Short Term Memory Network, LSTM)2种位移动态预测模型进行比对。以新滩滑坡工程为例,采用"流转训练"的方式,并选取多个监测点位移变化进行动态预测。结果表明,在误差函数满足期望精度时,LSTM模型具有更高的预测精度,且各项评价指标也表明LSTM模型的预测总体效果更优。

知网文化
【相似文献】
中国期刊全文数据库 前8条
1 张朝逢;陈皓锐;岳中奇;;基于长短时记忆网络(LSTM)的地下水埋深模拟预测——以关中平原为例的实例分析[J];中国农村水利水电;2020年09期
2 闫佰忠;孙剑;王昕洲;韩娜;刘博;;基于多变量LSTM神经网络的地下水水位预测[J];吉林大学学报(地球科学版);2020年01期
3 王圆圆;孙可可;;基于LSTM的地震前兆数据分析算法设计与实现[J];智能计算机与应用;2020年02期
4 冯非凡;武雪玲;牛瑞卿;许石罗;;一种V/S和LSTM结合的滑坡变形分析方法[J];武汉大学学报(信息科学版);2019年05期
5 宋丽伟;;基于经验模态分解和LSTM模型的滑坡位移预测[J];人民长江;2020年05期
6 王永军;;基于LSTM的深基坑开挖地表沉降预测研究[J];山西建筑;2021年14期
7 赵筱斌;;RNN与提前终止迭代在金属岩石分类中的比较[J];煤炭技术;2013年10期
8 潘树林;闫柯;杨海飞;蒋从元;秦子雨;;一种类RNN的改进ISTA稀疏脉冲反褶积[J];石油物探;2019年04期
中国重要会议论文全文数据库 前2条
1 唐上;宋冬梅;向亮;单新建;王斌;;基于LSTM神经网络的电离层TEC预测[A];2019年中国地球科学联合学术年会论文集(十一)——专题28:大地震发生的物理机制与预测方法和技术、专题29:“张衡一号”卫星应用与国家地球物理场卫星探测计划、专题30:空间大地测量与地壳动力学[C];2019年
2 安鹏;曹丹平;;基于LSTM循环神经网络的孔隙度预测方法研究[A];2018年中国地球科学联合学术年会论文集(二十九)——专题59:计算地球物理方法和应用、专题60:地热资源成因新理论与综合探测新技术[C];2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978