10.3969/j.issn.1673-9604.2019.13.066
基于改进LSTM神经网络模型的深基坑沉降变形预测
改进的LSTM预测模型,设计了预测所得的波动项循环预测的步骤,并将改进模型运用于基坑变形预测.将该模型与BP神经网络预测模型和SVM预测模型对比,结果表明改进的LSTM预测模型拥有更好的预测效果,预测结果趋势符合实际.
长短记忆时、波动项循环预测、深基坑变形预测
2019-07-08（万方平台首次上网日期，不代表论文的发表时间）
共1页
83
10.3969/j.issn.1673-9604.2019.13.066
长短记忆时、波动项循环预测、深基坑变形预测
2019-07-08（万方平台首次上网日期，不代表论文的发表时间）
共1页
83
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号：2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话：4000115888 举报邮箱：problem@wanfangdata.com.cn
