排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。 相似文献
2.
3.
为及时获取大范围地震震前震后的形变数据,监测和分析地表形变,利用欧空局最新发射的SENTINEL-1ASAR影像,采用D-InSAR技术获取台湾高雄Mw6.7级地震同震形变场。研究分析得到台湾高雄地震的震中位置约为120.41°E、22.96°N,地震主要形变范围为震中方圆约8.3km,地表在雷达视线向最大形变约为16.4cm、最大相对形变约18.0cm。 相似文献
1