基于EEMD-SE-LSTM的混凝土坝变形监测模型OA北大核心CSTPCD
Deformation monitoring model of concrete dams based on EEMD-SE-LSTM
为提高混凝土坝变形监测数据的预测精度,构建了一种基于集成经验模态分解(EEMD)与样本熵重构(SE)的长短期记忆网络(LSTM)预测模型.模型利用EEMD对原始数据序列进行分解,并计算每个分量序列的样本熵,以原始序列样本熵作为基准进行重构,再对重构后的各序列建立LSTM模型进行预测,最后把各预测值叠加以得到最终预测结果.以某混凝土拱坝为例,将该模型预测结果与EMD-LSTM、LSTM和SVM模型的预测结果进行对比,结果表明EEMD-SE-LSTM…查看全部>>
侯回位;郑东健;刘永涛;黄寒冰
河海大学水利水电学院,江苏 南京 210098河海大学水利水电学院,江苏 南京 210098河海大学水利水电学院,江苏 南京 210098河海大学水利水电学院,江苏 南京 210098
建筑与水利
集成经验模态分解长短期记忆神经网络样本熵变形预测混凝土坝
《水利水电科技进展》 2022 (1)
61-66,6
国家重点研发计划(2018YFC1508603)国家自然科学基金重点项目(51739003)
评论