论文部分内容阅读
在变形监测领域中,对沉降数据的准确预测能够提前获悉检测对象的变形趋势,避免事故发生。原始监测数据普遍含有异常值,从而会对预测模型精度造成一定影响,降低预测结果的准确性。以BP(Back Propagation)神经网络为基础,采用小波去噪的方式针对剔除和插补原始数据中的异常值,分别建立去噪前后BP神经网络预测模型,并利用工程实例对预测模型精度进行分析。结果表明,小波去噪后的BP神经网络预测模型相比去噪前精度有所提升,精度更高,能够更为准确地反映监测对象的变形趋势。