【摘要】:針對多傳感器采集的多種變形信息,提出了利用BP人工神經網絡的方法進行數據融合處理,以達到對變形體變形狀況更加準確預報的目的。通過BP神經網絡訓練精確得到各種觀測值權重,避免了人為主觀因素的影響。利用該方法對多傳感器數據進行橫向預報可以實現對暫時損壞的傳感器數據準確預測,保證數據的連續性。也可以采用該方法進行多傳感器數據縱向融合預報。在廣州某小區基坑綜合監測項目中,預報結果與實際變形情況相吻合,取得了良好的效果。
【作者單位】:
信息工程大學測繪學院;
【關鍵詞】:
多傳感器數據 數據融合 BP神經網絡 深基坑工程 人工神經網絡 預報 神經網絡融合 誤差標準差 神經網絡訓練 監測項目
【基金】:信息工程大學測繪學院課題(Y0804)
【分類號】:TP183;TU753
【DOI】:CNKI:SUN:JFJC.0.2008-04-019
【正文快照】:
多傳感器變形測量系統能夠對變形體的多種物理量信息進行采集,從而對變形體狀況更加全面地反映。但是這些信息可能具有不同的特征:時變的或非時變的、實時的或者非實時的、模糊的或者確定的、精確的或包含誤差的、可靠的或非可靠的、既可能相互支持或互補也可能互相矛盾。同