典型文献
基于灰色—小波神经网络模型的建筑物变形预测
文献摘要：
为了对建筑物变形数据进行有效处理,预测变形量,为建筑物的安全运营保驾护航,本文将GM(1,1)模型、小波分析与神经网络结合,提出了一种灰色—小波神经网络模型,并借用Matlab软件实现了该预测模型.将构建的变形预测模型应用到建筑物变形监测数据处理中,首先使用GM(1,1)预处理数据,并且将预处理后的数据作为小波神经网络模型的输入数据进行变形数据预测.试验结果表明,相比于灰色预测模型与小波神经网络模型,组合模型的预测准确度与稳定性更高,并且随着训练样本的增加,预测结果与实际观测值越接近.
文献关键词：
灰色模型;小波分析;神经网络;建筑物变形监测
中图分类号：
作者姓名：
王坤
作者机构：
中交第三航务工程局有限公司宁波分公司,浙江宁波315200
文献出处：
引用格式：
[1]王坤-.基于灰色—小波神经网络模型的建筑物变形预测)[J].测绘技术装备,2022(01):28-32
A类：
B类：
小波神经网络,建筑物变形预测,形数,变形量,安全运营,保驾护航,GM,小波分析,借用,Matlab,软件实现,模型应用,建筑物变形监测,变形监测数据处理,预处理数据,输入数据,数据预测,灰色预测模型,组合模型,预测准确度,训练样本,观测值,灰色模型
AB值：
0.305717
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。
