基于小波濾波的神經網絡變形預測

運用小波濾波的的優越性,消除數據噪聲,使數據更加的接近真實的數據和更具規律性,有利于我們對數據發展趨勢的預測.對消噪后的數據,利用BP神經網絡強大的學習能力建立預測網絡.在建立網絡時,輸入樣本為監測k時段序列k和第k-1時段變形量與再k-2時段變形量之差組成的二維向量,目標樣本為小波濾波后的變形量.并與GM(1,1)模型和回歸模型進行了對比.

作 者： 李維付 徐亞明 郭波 李建虎 LI Weifu XU Yaming GUO Bo LI Jianhu   作者單位： 武漢大學,測繪學院,湖北,武漢,430072  刊 名： 地理空間信息  英文刊名： GEOSPATIAL INFORMATION  年，卷(期)： 2009 7(3)  分類號： P258  關鍵詞： 小波濾波   BP神經網絡   變形預測模型   發展速度  

【基于小波濾波的神經網絡變形預測】相關文章：

基于小波神經網絡的煤層底板突水非線性預測方法研究04-25

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27

基于小波和神經網絡的風機故障診斷系統設計04-26

基于RBF神經網絡的短時交通流量預測04-27

基于BP神經網絡的降雨充水礦井涌水量預測04-27

基于神經網絡的道路交通事故預測04-27

基于人工神經網絡的結構腐蝕損傷定量預測04-27

基于MATLAB的BP神經網絡組合預測模型在公路貨運量預測中的應用04-27

基于小波神經網絡的非線性系統工程安全性評價研究04-26

基于小波和Elman神經網絡的氣液兩相流流型識別方法04-27