基于深度學習的雙階段大壩變形預(yù)測模型

摘要： 為提高大壩位移預(yù)測的準確性，提出了一種新穎的基于深度學習的綜合預(yù)測方法。首先引入了一種基于完全集成經(jīng)驗?zāi)B(tài)分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）和奇異譜分析（Singular Spectrum Analysis,SSA）的多級數(shù)據(jù)降噪技術(shù)。這能有效地消除監(jiān)測數(shù)據(jù)... （共7頁）

完全集成經(jīng)驗?zāi)B(tài)分解卷積神經(jīng)網(wǎng)絡(luò)門控循環(huán)單元大壩位移預(yù)測