期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于主成分分析和长短期记忆网络的滑坡地表位移监测数据缺失插补算法
被引量：
6
1
作者
张坤
肖慧
+2 位作者
徐哈宁
胡佳超
范凌峰
《科学技术与工程》
北大核心
2023年第26期11129-11135,共7页
在滑坡地表位移监测过程中,由于设备工作异常或恶劣气候的干扰,原始数据会随机出现长时间序列的缺失,这类数据对滑坡的预警和预测有很大的影响。针对上述问题,提出了一种基于主成分分析(principal component analysis,PCA)和长短期记忆...
在滑坡地表位移监测过程中,由于设备工作异常或恶劣气候的干扰,原始数据会随机出现长时间序列的缺失,这类数据对滑坡的预警和预测有很大的影响。针对上述问题,提出了一种基于主成分分析(principal component analysis,PCA)和长短期记忆网络(long-short term memory,LSTM)的数据插补方法。首先利用PCA实现滑坡监测数据的降维和特征提取,消除数据间的相关性,然后建立基于LSTM的地表位移监测数据插补模型,对缺失数据进行插补。实验结果表明:该模型与BP(back propagation)神经网络等其他几种机器学习插补模型相比,平均绝对误差、均方根误差和平均绝对百分比误差分别为0.523、1.233和0.009,均优于其他几种模型;该模型能够较好地解决地表位移长时间序列数据缺失的问题。
展开更多
关键词
滑坡地表位移
缺失数据插补
主成分分析
长短期记忆网络
在线阅读
下载PDF
职称材料
题名
基于主成分分析和长短期记忆网络的滑坡地表位移监测数据缺失插补算法
被引量：
6
1
作者
张坤
肖慧
徐哈宁
胡佳超
范凌峰
机构
东华理工大学核技术应用教育部工程研究中心
江西省放射性地学大数据技术工程实验室
出处
《科学技术与工程》
北大核心
2023年第26期11129-11135,共7页
基金
核技术应用教育部工程研究中心基金(HJSJYB2019-7,HJSJYB2018-3)
江西省放射性地学大数据技术工程实验室基金(JELRGBDT202206)
+1 种基金
江西省防震减灾与工程地质灾害探测工程研究中心基金(SDGD202005)
江西省自然科学基金(20212BAB203004)。
文摘
在滑坡地表位移监测过程中,由于设备工作异常或恶劣气候的干扰,原始数据会随机出现长时间序列的缺失,这类数据对滑坡的预警和预测有很大的影响。针对上述问题,提出了一种基于主成分分析(principal component analysis,PCA)和长短期记忆网络(long-short term memory,LSTM)的数据插补方法。首先利用PCA实现滑坡监测数据的降维和特征提取,消除数据间的相关性,然后建立基于LSTM的地表位移监测数据插补模型,对缺失数据进行插补。实验结果表明:该模型与BP(back propagation)神经网络等其他几种机器学习插补模型相比,平均绝对误差、均方根误差和平均绝对百分比误差分别为0.523、1.233和0.009,均优于其他几种模型;该模型能够较好地解决地表位移长时间序列数据缺失的问题。
关键词
滑坡地表位移
缺失数据插补
主成分分析
长短期记忆网络
Keywords
landslide surface displacement
missing data interpolation
principal component analysis
long short term memory networks
分类号
P642.22 [天文地球—工程地质学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于主成分分析和长短期记忆网络的滑坡地表位移监测数据缺失插补算法
张坤
肖慧
徐哈宁
胡佳超
范凌峰
《科学技术与工程》
北大核心
2023
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
