基于小波去噪的BP神经网络在变形监测中的应用     

黄倬楠 《北京测绘》2021,35(9):1211-1215

在变形监测领域中,对沉降数据的准确预测能够提前获悉检测对象的变形趋势,避免事故发生.原始监测数据普遍含有异常值,从而会对预测模型精度造成一定影响,降低预测结果的准确性.以BP(Back Propagation)神经网络为基础,采用小波去噪的方式针对剔除和插补原始数据中的异常值,分别建立去噪前后BP神经网络预测模型,并利用工程实例对预测模型精度进行分析.结果表明,小波去噪后的BP神经网络预测模型相比去噪前精度有所提升,精度更高,能够更为准确地反映监测对象的变形趋势.  相似文献   

基于主成分分析的GA-BP神经网络地表下沉系数预测     

郭凯维  郭传超  史耀凡  于水 《北京测绘》2021,35(11):1374-1379

为提高条带开采地表下沉系数预测准确率,基于地表下沉系数影响因素具有一定相关性、不确定性以及非线性的复杂现象,建立基于主成分分析的遗传算法(Genetic Algorithm,GA)优化的神经网络GA-BP智能预测模型.利用遗传算法对BP神经网络(Back Propagation Neural Network)的初始权值和阈值进行优化处理,通过SPSS20(Statistical Product and Service Solutions 20)软件对地表下沉系数影响因素进行主成分分析,降低数据维度,消除变量间的冗余信息,找出主成分并作为模型的输入样本,利用MATLAB(Matrix Laboratory)软件进行仿真与分析.结果表明:与传统BP神经网络模型和主成分分析(Principal Component Analysis,PCA)的PCA-BP神经网络模型相比,基于主成分分析的GA-BP模型的相对误差不超过5％,与实测值更为接近,预测精度进一步提高,基本满足矿区实际工程需要,为条带开采地表下沉系数预测提供了又一种准确可行的方法.  相似文献   

线状工程GPS高程拟合方法研究          下载免费PDF全文

袁晓燕  石晨阳  柴香  曹海迪 《全球定位系统》2021,46(6):74-77

针对数学模型只适用于特定地形和神经网络模型易陷入局部最优解的特点,提出了最优加权算法,分别利用两种数学模型和两种神经网络模型进行线状工程GPS高程拟合,并将每种模型拟合效果好的单一算法组合成最优加权算法. 结果显示:多项式拟合法优于多面函数法,遗传模拟退火算法优化BP神经网络算法(GSA-BP)优于其他算法,为最优单一算法;加权算法比其单一成员算法精度分别提高17.7%、10.0%,且能基本满足四等水准测量要求,在线状工程GPS高程拟合中具有可行性.   相似文献   

LMD和小波阈值的GNSS坐标时间序列降噪应用     

邱小梦  陶国强  王奉伟  周世健 《测绘科学》2021,46(8):28-32,48

局部均值分解方法降噪过于粗糙,将认定为噪声的乘积函数(PF)分量直接剔除,导致有用信息丢失.为了有效提取GNSS站坐标时间序列的有用信息,该文提出一种局部均值分解和小波阈值相结合的降噪方法.通过局部均值分解将坐标时间序列分解为一系列PF分量和余项,依据消除趋势波动分析方法计算各PF分量的Hurst指数,利用小波阈值提取H≤1的PF分量中的有用信息,将提取出的信息与剩余PF分量叠加重构获得最终降噪的坐标时间序列.通过对5个测站的坐标时间序列进行实验,结果表明局部均值分解和小波阈值相结合的方法能够有效提取噪声分量中的有用信息,信噪比提高了27.8％,从而验证了该方法的有效性.  相似文献   

一种改进的小波域均值滤波算法     

胡晋山  付昱凯  康建荣  钟琪  王小兵 《测绘科学》2021,46(9):55-60

针对传统的小波域均值滤波算法在重建之后会产生马赛克效应的缺陷,提出一种基于形态学开运算改进的小波域均值滤波算法,利用开运算的滤波特性,从几何结构的角度针对性地处理马赛克效应,从而降低马赛克效应对干涉相位图像质量的影响,并将改进的小波域均值滤波算法与传统的小波域均值滤波算法、InSAR干涉相位图去噪中经典的自适应均值滤波、自适应中值滤波、Goldstein滤波以及非局部均值滤波滤波进行实验对比.实验结果表明:改进的小波域均值滤波算法优于其他几种算法.  相似文献   

InSAR技术支持下的高速铁路沿线沉降监测与预测     

游洪  米鸿燕  李勇发  王志红  刘岚  熊鹏 《测绘科学》2021,46(7):67-75

针对盘营铁路专线、哈大铁路专线沿线沉降监测研究较少,采用InSAR技术获取了研究区地表形变信息,还对其进行了相关分析.用SBAS-InSAR对35景Sentinel-1A SAR数据进行处理,获取VV、VH极化下的年均沉降速率及沉降序列;以年均沉降速率为研究对象,进行沿线沉降特征分析及交叉验证;利用小波变换对沉降序列降噪处理,用改进BP神经网络对降噪后沉降序列预测分析.研究结果表明,研究区内高速铁路沿线共监测出6个明显沉降区域,最大沉降速率达50mm/a;两种极化年均沉降速率具有较高的一致性,降噪处理后的沉降序列更加平滑;改进BP神经网络具有较高的收敛速度,其预测精度有较大提高.  相似文献   

基于小波去噪的灰色模型在变形监测中的应用     

武文锐  师思超 《地理空间信息》2021,19(5):85-88

灰色模型可在"贫信息"的条件下发现变形观测数据中的规律,但不能去除数据中噪声的影响;而小波分析可有效识别并剔除变形监测数据中的噪声(误差),使变形规律更加明显;结合两种方法的优势能增强数据分析的可靠性,提高预测精度.将小波去噪与灰色模型相结合,研究了该分析方法在高铁隧道变形监测中的应用,并得到了较可靠的预测结果.  相似文献   

基于卷积神经网络的电线塔识别与更新入库     

陈超  丁婷  杨锦 《地理空间信息》2021,19(7):85-87,122

利用卷积神经网络实现了电线塔的提取与更新入库.首先将遥感影像分为训练区域与校正区域,结合本底矢量数据,在训练区域分别获得目标与非目标样本影像块,并以此训练卷积神经网络;再利用卷积神经网络在校正区域提取电线塔;然后通过与本底数据的叠置分析,获得电线塔的增量数据;最后根据不同的类型对增量数据进行更新入库.实验结果表明,该方法的检测率和误检率分别为0.758和0.375,可作为电线塔快速更新的有效手段,也可为其余重要要素更新提供参考.  相似文献   

面向地图图片识别的两种卷积神经网络分析     

白又达  刘纪平  黄龙  白敬辉  车向红 《测绘科学》2021,46(11):126-134

针对目前多种网络基于小数据集或国际通用的一些标准数据集进行训练与测试,无法满足从互联网图片中高效识别出地图图片的需求,该文构建了一套基于卷积神经网络的互联网图片分类体系,对自动采集的92543张互联网图片经类型标注后形成样本库,将样本输入残差网络ResNet50和轻量级网络SqueezeNet中进行训练及测试.结果 显示:在地图类中,ResNet50的精确率、召回率分别比SqueezeNet高2.01％、0.32％;前者所耗费的训练、测试时间分别为后者的2.51倍、6.43倍,将上述指标进行归一化处理来综合评价两种网络在地图图片识别中的优越性.得出结论:SqueezeNet网络在地图识别应用中更具优越性,可有效提升在互联网地图图片中所包含"问题地图"的审查效率和及时响应服务.  相似文献   

利用FY-3C折射率对大气边界层高度的反演与分析     

朱洲宗  徐晓华  罗佳 《武汉大学学报(信息科学版)》2021,(3)

2013年中国发射了首颗进行全球导航卫星系统(global navigation satellite system,GNSS)掩星观测的气象卫星风云3号C星(Fengyun-3C,FY-3C),且已发布自2014年6月以来的FY-3C掩星大气产品,但目前还未见将其应用于大气边界层的相关研究。首次尝试利用FY-3C折射率产品确定边界层高度并进一步进行空间分布分析。结果表明,在小波协方差变换法基础上,进行尖锐度约束,能够确定FY-3C掩星低层大气折射率廓线中可能存在的突变,反演边界层高度。所得到的2015―2018年各年边界层高度全球分布在不同纬度及海洋和陆地上的差异基本体现了边界层与地表气候及地形的关系,但FY-3C折射率产品在低层大气的精度和垂直分辨率相对较低。因此,反演成功率总体上较低,反演结果对边界层高度空间分布细节特征的呈现仍有待提升。  相似文献