论文部分内容阅读
BP神经网络模型已广泛应用于变形监测中,为了解决在监测过程中样本量较少,导致BP神经网络模型的处理精度受到影响的问题,本文提出厄米特插值,使用厄米特插值对样本量插值运算,使样本数据有所增加,最后采用BP神经网络模型对总的样本量建模分析。为了验证厄米特插值能够使BP神经网络建模精度有一定的提高,将某市地铁2号线某一站点基坑的位移数据为例,用BP神经网络模型对原始观测数据和厄米特插值处理后的数据分别建模分析,得到BP神经网络模型对通过厄米特插值处理后的数据建模误差要比用原始观测数据建模平均绝对误差误差低