摘要
本技术为一种基于变分模态分解(Variational Mode Decomposition,VMD)和长短时记忆网络(Long ShortTerm Memory,LSTM)的位移预测方法。该预测算法首先将预处理后的滑坡位移监测数据分解为趋势项、周期项和随机项,然后构建触发因子库,采用灰色关联分析进行特征选择,之后对每一分解项使用采用长短时记忆神经网络开展预测,最后将预测结果相加即为最终预测结果。以白水河滑坡为例,验证了该方法的有效性。结果表明,该模型无需复杂的训练过程,具有较好的预测精度。
出处
《中国科技信息》
2022年第16期96-100,共5页
China Science and Technology Information
