[发明专利]基于PCA-LSTM神经网络的地表沉降预测方法在审
| 申请号： | 202110806526.9 | 申请日： | 2021-07-16 |
| 公开（公告）号： | CN113673145A | 公开（公告）日： | 2021-11-19 |
| 发明（设计）人： | 汤俊;李垠健;董晓燕;林海飞 | 申请（专利权）人： | 华东交通大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06Q10/04;G06Q50/26 |
| 代理公司： | 北京喆翙知识产权代理有限公司 11616 | 代理人： | 范国刚 |
| 地址： | 330013 *** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于PCA‑LSTM神经网络的地表沉降预测方法，首先通过主成分分析法和方差贡献率从监测数据中提取出有效特征信息，获得少量且相互独立的变量，对其进行有效降维。再将提取出的主要沉降特征输入LSTM神经网络进行地表沉降特征学习，获取剔除了观测噪声和冗余信息的影响的最优模型预测值，根据特征根重构为各监测点预测值，提高了预测精度。通过主成分分析处理前后的数据维度、方差贡献率以及累计方差贡献率之间的比较，更好的保留了原始样本数据的特征信息，并对特征进行提取，有效降低了原始数据维度；并以此作为预处理，从而降低了神经网络中输入数据的维度，节省了其训练时间及成本；该方法预测变化更加接近于真实沉降值，误差较低。 | ||
| 搜索关键词： | 基于 pca lstm 神经网络 地表 沉降 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华东交通大学，未经华东交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110806526.9/，转载请声明来源钻瓜专利网。
