Kalman滤波的BP神经网络模型在变形中的应用

针对神经网络模型在建模过程中受到各种噪声影响这一问题,提出利用Kalman滤波降低噪声,建立组合模型。经过工程实例验证,证明基于滤波算法的BP神经网络模型在一定程度上可以提高预测值的精度和预测模型的稳定性,更稳定地反映了监测目标的变化趋势,在形变监测中优势明显。

1 离散Kalman滤波算法理论

1.1 Kalman滤波的理论

1.2 Kalman滤波的模型

2 BP神经网络模型

3 应用实例

3.1 BP神经网络模型

3.2 组合模型

3.2 残差分析

4 结语

类型: 期刊论文

作者: 陈盟,姜刚

关键词: 形变监测,滤波,神经网络,组合模型,预测值

来源: 甘肃科学学报 2019年01期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 铁路运输,建筑科学与工程,自动化技术

单位: 长安大学地质工程与测绘学院

基金: 国家自然科学基金项目(41501499),中央高校基本科研业务费专项基金项目(300102268206)

分类号: TP183;TU196.1;U231.1

DOI: 10.16468/j.cnki.issn1004-0366.2019.01.004

页码: 17-21

总页数: 5

文件大小: 769K

下载量: 132