论文部分内容阅读
针对现有的地面沉降预测方法中确定性模型应用复杂,对数据参数要求高,而基于历史观测数据的时间序列模型局限于单观测点的预测,对单观测点历史数据量要求较高等问题,该文提出了一种利用互相关对地面沉降时间序列进行聚类,然后用循环神经网络(RNN)对聚类后各个数据类分别建立预测模型的方法。实现了对多观测点建立统一的沉降预测模型,且应用简单,降低了对单个观测点历史数据量的要求。基于抚顺市合成孔径雷达干涉测量(InSAR)沉降观测数据的实验结果表明,基于互相关的聚类方法能够有效地区分不同沉降趋势,而对沉降趋势相似的