動態(tài)殘差修正LSTM算法的突發(fā)型滑坡位移預測

摘要： 針對突發(fā)型滑坡存在位移趨勢突變性，傳統(tǒng)長短時記憶(LSTM)神經(jīng)網(wǎng)絡方法存在位移預測精度不足的困難，提出一種基于動態(tài)殘差修正LSTM算法的突發(fā)型滑坡位移預測方法。首先，采用動態(tài)流轉(zhuǎn)訓練，將由累計位移得到的變形速率通過經(jīng)驗模態(tài)分解(EMD)得到周期項及趨勢項；其次，通過多項式預測趨勢項、動態(tài)LSTM預測周期項，并由2項之和得到主預測變形速率；隨后，通過對比實測速率與主預測變形速率...