小波神经网络在变形监测数据处理中的应用开题报告

2022-01-14 21:02:26

全文总字数：3625字

1. 研究目的与意义及国内外研究现状

变形监测是指对被监测的对象或物体进行测量以确定其空间位置及内部形态随时间变化的特征，需要进行周期性的重复观测，并且精度要求高。

其目的在于获得变形体的空间位置随时间变化的特征，科学、准确、及时的分析和预测变形的原因和趋势。

但是由于系统误差和偶然误差的存在，测量结果往往并不能完全正确的反映变形体的真实变形状况，导致对变形体变形趋势的预测精度不够高。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2. 研究的基本内容

全文共分为五章，每章的主要内容为：

第一章介绍研究背景，对小波优化和神经网络模型进行总结与评述，描述国内外的研究状况，同时介绍研究目标、主要研究内容和技术路线。

第二章介绍了本文的研究数据情况，利用matlab的小波分析工具箱，运用小波阈值算法对变形监测数据进行分解、去噪、重构，获得去噪后的真实值。

小波在信号分析中可用于边界的处理与滤波、时频分析、信噪分析与提取弱信号。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

3. 实施方案、进度安排及预期效果

实施方案：在阅读相关指定文献的基础上，运用所学的工程测量的知识以及实习过程中数据处理的经验，对给定区域的变形监测数据进行小波分析，确定最优去噪阈值。

将处理后的数据作为神经网络的输入信号，利用神经网络建立模拟模型，处理变形监测数据的实例，预测变形趋势，并对其处理结果进行分析和精度评定。

进度安排：2018年11月15日前，完成选题；

2018年11月15日前，了解课题，填写毕业论文任务书；

2018年12月10日前，收集并阅读相关文献，撰写开题报告并提交；

2019年5月1日前，查阅文献，开展论文工作，进行外文文献翻译，完成毕业论文初稿；

2019年5月18日前，对毕业论文进行检测、修改，开始准备答辩工作；

2019年5月19日－6月3日，论文答辩；

预期效果：利用matlab的小波分析工具箱，对变形监测的数据进行小波分解、去噪、重构，获得去噪后的真实值；基于matlab对去噪后的数据进行神经网络模拟，对变形趋势做出更加精确的预测。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

4. 参考文献

1. Jialong Sun, Jinyun Guo. Combination forecasting method for ground surface deformation based on wavelet analysis and BP neural network[P]. Test and Measurement, 2009. ICTM 09. International Conference on,2009.

2. Yao Chao-long, Liu Li-long, Xiong Si. Wavelet Denoising and Dynamic Fuzzy Neural Network in the Application of Deformation Analysis[P]. Instrumentation, Measurement, Computer, Communication and Control, 2011 First International Conference on,2011.

3.人工神经网络方法（BP）在变形监测中的应用孟磊；于庆峰；宋永超测绘与空间地理信息 2018-07-17.

4.基于BP神经网络与变形监测成果的隧道安全状态评估黄慧峰；张献州；张拯；刘龙；喻巧测绘工程2015-03-25.

5.变形监测数据的RBF神经网络预测方法陈海涛；王国辉测绘信息工程 2009-08-05.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

注册

找回密码