LSTM神经网络模型在GPS变形监测中的应用研究 |
| |
引用本文: | 李霞,孙茂军,黄永生.LSTM神经网络模型在GPS变形监测中的应用研究[J].甘肃科学学报,2019(3). |
| |
作者姓名: | 李霞 孙茂军 黄永生 |
| |
作者单位: | 青海省第一测绘院 |
| |
摘 要: | 为提高GPS变形监测在工程应用中的精确度,研究LSTM神经网络在变形监测中的作用。分别利用建立的GM(1,1)模型和LSTM神经网络模型对GPS变形监测工程案例进行应用分析,与GM(1,1)模型相比LSTM神经网络模型预测误差降低幅度可达58%,相对误差降低幅度可达62%,RMSE值降低幅度为66%,结果说明LSTM神经网络模型较GM(1,1)模型有更高的预测精确度,预测结果更接近实际测量结果,深度学习的方法之一LSTM神经网络模型在GPS变形监测中有很高的应用价值。
|
本文献已被 CNKI 等数据库收录! |
|