基于柯西扰动麻雀优化的稀疏LSTM滑坡动态预测方法.pdfVIP

下载本文档

4
0
约3.35万字
约 28页
2023-04-22 发布于四川
举报
版权申诉

基于柯西扰动麻雀优化的稀疏LSTM滑坡动态预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明属于滑坡预测技术领域，公开一种基于柯西扰动麻雀优化的稀疏LSTM滑坡预测方法。针对浅层滑坡易受降雨、库水位及自然环境等外部“小样本”因素影响，建立表示稀疏的LSTM模型，抽取致灾因素本质数据特征，降低弱滑坡致灾影响因素选择空间。其次，针对稀疏LSTM训练层级过深和计算复杂度高，设计SSA模型对LSTM中隐层神经单元数、学习率、批处理数、迭代次数四个超参数寻优；同时设计柯西扰动策略开发全局最优解区域，实现基于表示稀疏的LSTM网络结构紧致性优化，提升滑坡位移预测精度。本发明融合了小样本滑坡数

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113947009 A (43)申请公布日 2022.01.18 (21)申请号 202111015764.4 (22)申请日 2021.08.31 (71)申请人西北大学地址 7