露天矿边坡监测中的小波滤噪与BPANN预测

摘要：

针对边坡变形量预测难的问题,将小波分析与BP神经网络预测相结合,采用小波变换对边坡变形监测数据进行信噪分离,进而消除观测误差,通过BP神经网络预测模型BPANN对处理后数据进行再处理,对边坡变形量以及变形趋势进行预测.进而提出了一种基于小波变换和BPANN模型对露天矿边坡变形监测数据进行处理分析的方法,并在鞍山某露天矿进行了实际应用.实例结果表明:利用小波去噪与BPANN模型预测的监测点精度达到3mm,满足二等变形监测的要求,数据处理简便,在露天矿边坡变形监测数据的消噪与预测中具有实际应用价值.

关键词：露天矿、小波变换、BPANN(反传人工神经网络)、边坡变形、变形预测、精度分析

所属期刊栏目：33

分类号：P227(大地测量学)

资助基金：国家自然科学基金项目基金41104104

在线出版日期：2014-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5