黄倬楠

(广东省地质局第二地质大队, 广东 汕头 515041)

0 引言

在工程建设过程中,沉降监测意义重大,严格的沉降监测能够确保工程的安全实施,建筑物沉降监测实际是对建筑物的沉降过程严格监控,观测是否会发生超临界沉降情况,在合理的沉降范围内[1],从而保证工程的安全实施。沉降监测为科学研究提供了实验数据,同时,这些科学数据又作为重要参考资料参与到施工、管理当中去,成为建筑物变形监测的评判标准[2]。

人工神经网络模型有着与人类大脑神经细胞相似的结构和功能,由与人类相似的神经元组成,并且是动态变化的,所以在对复杂性数据进行处理时,十分合适[3]。由于该模型根据训练样本进行训练,所以是目前预测较准确的模型,这也使得模型具有很大的不确定性。另外因为人工神经网络是一种内部不可见操作系统,这导致无法直观地看到内部输入对象之间变化关系,缺乏直观性[4]。小波去噪在处理数据时能够剔除和插补原始数据中的异常值,使得原始数据序列更加平滑,在一定程度上,能够提高预测模型的精度[5]。本文将结合小波去噪和BP(Back Propagation)神经网络，实现变形监测数据分析和预测,并对预测结果进行精度分析。

1 小波去噪

在信号中混有噪声的时候,阈值法小波去噪可以很好地抑制住噪声,具有很强的适用性[6]。阈值法小波去噪的原理是噪声都具有相同的幅值,而通过设置一个阈值,使低于该阈值的小波系数置零,从而达到去噪效果[7]。……