LSTM神经网络模型在GPS变形监测中的应用研究

作者：李霞; 孙茂军; 黄永生

来源：甘肃科学学报, 2019, 31(03): 24-27.

DOI：10.16468/j.cnki.issn1004-0366.2019.03.005

• 长短记忆网络
• 变形监测
• 循环神经网络
• 人工智能

为提高GPS变形监测在工程应用中的精确度,研究LSTM神经网络在变形监测中的作用。分别利用建立的GM(1,1)模型和LSTM神经网络模型对GPS变形监测工程案例进行应用分析,与GM(1,1)模型相比LSTM神经网络模型预测误差降低幅度可达58%,相对误差降低幅度可达62%,RMSE值降低幅度为66%,结果说明LSTM神经网络模型较GM(1,1)模型有更高的预测精确度,预测结果更接近实际测量结果,深度学习的方法之一LSTM神经网络模型在GPS变形监测中有很高的应用价值。