论文部分内容阅读
变形监测是大型建筑物、构筑物安全运营的保障性工作，为避免灾害的发生，则需要进行相应的预测预算。传统方法BP神经网络在滑坡监测中容易陷入局部极小，收敛速度慢，网络泛化能力弱等缺陷。为此本文提出基于卡尔曼滤波的BP神经网络方法，通过对观测数据进行滤波处理，用滤波数据处理进行相关训练。能很好的提高BP神经网络的性能，具有较高的预测精度。