典型文献
基于贝叶斯估计法的矿区地表沉降预测组合模型
文献摘要：
针对单一模型在矿山地表沉降预测中的缺陷,提出了一种基于贝叶斯估计法的沉降预测组合模型.以甘肃金昌西二采区为例,以Sentinel-1A卫星SAR影像为数据源,分别用差分整合移动平均自回归(ARIMA)模型和径向基函数神经网络模型进行单一模型预测,另外基于残差修正法和贝叶斯估计法进行组合模型预测,结果表明:ARIMA模型、径向基函数神经网络模型、残差修正法组合模型、贝叶斯估计法组合模型的平均绝对误差分别为14.067、9.427、7.415、3.326 m m,平均相对误差分别为11.40％、7.39％、6.14％、2.65％,均方根误差分别为15.878、12.097、11.335、6.254 m m;组合模型预测精度较单一模型有明显的提升,其中基于贝叶斯估计法的组合模型性能最佳,可用于中长期的矿山地表沉降预测.
文献关键词：
组合模型;预测模型;地表沉降;贝叶斯估计法;ARIMA模型;径向基函数神经网络;残差修正
中图分类号：
作者姓名：
吴伟强;王卫红;訾应昆;耿诗画;冉茂莹
作者机构：
西南科技大学环境与资源学院 ,四川绵阳621010;国家遥感中心绵阳科技城分部 ,四川绵阳621010
文献出处：
引用格式：
[1]吴伟强;王卫红;訾应昆;耿诗画;冉茂莹-.基于贝叶斯估计法的矿区地表沉降预测组合模型)[J].化工矿物与加工,2022(05):13-17
A类：
B类：
贝叶斯估计法,矿区,地表沉降预测,金昌,昌西,采区,Sentinel,1A,SAR,数据源,移动平均自回归,ARIMA,径向基函数神经网络,残差修正,正法,组合模型预测,平均绝对误差,平均相对误差,模型性能
AB值：
0.175475
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
