- 相关推荐
基于小波滤波的神经网络变形预测
运用小波滤波的的优越性,消除数据噪声,使数据更加的接近真实的数据和更具规律性,有利于我们对数据发展趋势的预测.对消噪后的数据,利用BP神经网络强大的学习能力建立预测网络.在建立网络时,输入样本为监测k时段序列k和第k-1时段变形量与再k-2时段变形量之差组成的二维向量,目标样本为小波滤波后的变形量.并与GM(1,1)模型和回归模型进行了对比.
作 者： 李维付 徐亚明 郭波 李建虎 LI Weifu XU Yaming GUO Bo LI Jianhu 作者单位： 武汉大学,测绘学院,湖北,武汉,430072 刊 名： 地理空间信息 英文刊名： GEOSPATIAL INFORMATION 年，卷(期)： 2009 7(3) 分类号： P258 关键词： 小波滤波 BP神经网络 变形预测模型 发展速度【基于小波滤波的神经网络变形预测】相关文章：
基于自适应Kalman滤波的BP神经网络在导航中的应用04-27
基于小波和神经网络的风机故障诊断系统设计04-26
基于RBF神经网络的短时交通流量预测04-27
基于BP神经网络的降雨充水矿井涌水量预测04-27
基于神经网络的道路交通事故预测04-27
基于人工神经网络的结构腐蚀损伤定量预测04-27