基于优化长短期记忆网络的矿坑遗产沉降预测OACSTPCD
工业矿坑遗产以其独特风貌和价值逐步受到广泛关注。针对矿坑遗产易发的沉降地质灾害,积极采取预防措施是降低损失的有效途径。为解决工业矿坑遗产沉降灾害预测问题,提出一种融合蜣螂优化算法(DBO)的优化长短期记忆网络(LSTM)算法,用于构建预警模型。选取阜新市海州露天矿作为实验地点,利用小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术采集55景矿区沉降数据。通过两种去噪方法对采集到的样本数据进行去噪处理,应用DBO算法优化LSTM,建立工业矿坑…查看全部>>
王凤英;孟令泽;哈静;杜利明
沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168 宿迁学院信息工程学院,江苏宿迁223800沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168沈阳建筑大学计算机科学与工程学院,辽宁沈阳110168 宿迁学院信息工程学院,江苏宿迁223800
计算机与自动化
工业矿坑遗产沉降预测预警模型长短期记忆网络蜣螂优化算法
《计算机技术与发展》 2024 (8)
P.128-134,7
国家自然科学基金面上项目(51978419)2023年江苏省产学研合作项目(BY20231237)。
评论