论文部分内容阅读
本论文针对滑坡预报中存在的两个关键问题展开了研究，一、如何有效地剔除影响滑坡预报准确度的虚假噪声；二、如何根据各个预测模型的预测结果整合出一条综合信息。在研究过程中，作者引入了小波理论，并应用小波降噪方法对滑坡监测数据进行降噪处理，最后利用小波神经网路建立了滑坡的组合预测模型。
论文中就如下几个方面的问题展开了探讨：(1)小波分析的降噪原理，和信号和噪声在小波变换下的不同特性；(2)两种小波降噪方法——小波阈值法和小波模极大值法对滑坡体监测数据进行降噪处理；(3)小波网络的基本框架，自适应小波网络的学习算法；(4)基于小波网络结构的组合预测模型的建立。
最后，将小波降噪方法和小波网络组合预测方法应用于丹巴滑坡和龙西滑坡，对这两个方法进行了算法的验证、分析和总结。