基于鯨魚(yú)優(yōu)化混合神經(jīng)網(wǎng)絡(luò)的滑坡位移預(yù)測(cè)

摘要： 針對(duì)靜態(tài)機(jī)器學(xué)習(xí)模型難以有效反映滑坡的動(dòng)態(tài)演化特性，且存在時(shí)序過(guò)長(zhǎng)時(shí)歷史數(shù)據(jù)遺忘導(dǎo)致位移預(yù)測(cè)結(jié)果不穩(wěn)定的問(wèn)題。提出一種基于鯨魚(yú)優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks, CNN)和雙向門(mén)控循環(huán)神經(jīng)網(wǎng)絡(luò)(bidirectional gated recurrent neural network, BiGRU)的滑坡位移動(dòng)態(tài)預(yù)測(cè)方法。首先對(duì)滑坡影響... （共7頁(yè)）