期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于北斗监测数据的高陡边坡变形Transformer-CNN预测模型
1
作者 伊廷婧汶 黄才生 +4 位作者 覃勇 宋治江 贺小含 桂镜骑 王楷 《重庆大学学报》 北大核心 2025年第10期81-94,共14页
在大型工程的建设过程中常常会出现高陡边坡,其变形往往会导致坍塌、滑坡等地质灾害,给人们的生命财产安全带来危害,高效采集位移数据并建立合适的预测模型对高陡边坡的变形进行准确预测对保障工程的顺利实施和人民的生命财产安全至关... 在大型工程的建设过程中常常会出现高陡边坡,其变形往往会导致坍塌、滑坡等地质灾害,给人们的生命财产安全带来危害,高效采集位移数据并建立合适的预测模型对高陡边坡的变形进行准确预测对保障工程的顺利实施和人民的生命财产安全至关重要。研究通过在Transformer模型中融合CNN(convolutional neural networks)卷积层和residual残差结构的方法构建Transformer-CNN混合模型,结合重庆某大型水利工程的项目背景,使用北斗卫星监测系统的采样数据集,通过对结果分析,发现Transformer-CNN模型的MAE(mean absolute error)、MSE(mean square error)、RMSE(root mean square error)的值较单一模型相比有所降低,且预测曲线和真实曲线的拟合程度较好,证明Transformer-CNN模型在提高预测精度上的有效性,为其他工程实施过程中对高陡边坡变形的预测分析提供可行性方案。 展开更多
关键词 Transformer-CNN 北斗数据集 时间序列 位移预测 高陡边坡变形
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部