【摘要】:针对多传感器采集的多种变形信息,提出了利用BP人工神经网络的方法进行数据融合处理,以达到对变形体变形状况更加准确预报的目的。通过BP神经网络训练精确得到各种观测值权重,避免了人为主观因素的影响。利用该方法对多传感器数据进行横向预报可以实现对暂时损坏的传感器数据准确预测,保证数据的连续性。也可以采用该方法进行多传感器数据纵向融合预报。在广州某小区基坑综合监测项目中,预报结果与实际变形情况相吻合,取得了良好的效果。
【作者单位】:
信息工程大学测绘学院;
【关键词】:
多传感器数据 数据融合 BP神经网络 深基坑工程 人工神经网络 预报 神经网络融合 误差标准差 神经网络训练 监测项目
【基金】:信息工程大学测绘学院课题(Y0804)
【分类号】:TP183;TU753
【DOI】:CNKI:SUN:JFJC.0.2008-04-019
【正文快照】:
多传感器变形测量系统能够对变形体的多种物理量信息进行采集,从而对变形体状况更加全面地反映。但是这些信息可能具有不同的特征:时变的或非时变的、实时的或者非实时的、模糊的或者确定的、精确的或包含误差的、可靠的或非可靠的、既可能相互支持或互补也可能互相矛盾。同