WA联合ELM与OS-ELM的滑坡位移预测模型OA北大核心CSCDCSTPCD
PREDICTIVE MODELING OF LANDSLIDE DISPLACEMENT BY WAVELET ANALYSIS AND MULTIPLE EXTREME LEARNING MACHINES
滑坡累积位移监测曲线往往呈现出复杂的非线性增长特性，对此建立了不少相关的预测模型，而以往的预测模型存在着许多不足。本文基于小波函数（Wavelet Analysis，WA），ELM与 OS-ELM，提出一种名为 WA 联合 ELM、OS-ELM的预测方法。首先，该方法基于小波函数，将滑坡累积位移分解成受内部地质条件影响的趋势项和受外部影响因子影响的周期项；然后，基于 ELM与 OS-ELM分别对趋势项和周期项进行预测；最后将趋势项和周期项的预测值…查看全部>>
The curve landslide cumulative displacement is usually nonlinear.Hence,it is challenging to build predictive models with less error.In this paper,we propose a new methodology of embedding wavelet analysis with basic extreme learning machine(ELM)and online sequential extreme learning machine(OS-ELM)to predict the cumulative displacement.Firstly,by wavelet transformation,the cumulative function of displacement is discretized into periodic displacement and tren…查看全部>>
李骅锦;许强;何雨森;魏勇
地质灾害防治与地质环境保护国家重点实验室 成都理工大学 成都 610059地质灾害防治与地质环境保护国家重点实验室 成都理工大学 成都 610059爱荷华大学智能系统研究实验室，美国爱荷华州爱荷华城 52242地质灾害防治与地质环境保护国家重点实验室 成都理工大学 成都 610059
天文与地球科学
滑坡累积位移非线性特性位移预测小波函数ELMOS-ELM
Landslide cumulative displacementNonlinear curveDisplacement predictionWavelet analysisELMOS-ELM
《工程地质学报》 2016 (5)
721-731,11
国家重点基础研究发展计划（973）项目（2013CB733200），国家创新研究群体科学基金（41521002）资助．
评论