基于奇异谱分析法和长短时记忆网络组合模型的滑坡位移预测

摘要: 为提高滑坡位移的预测精度，提出了一种基于奇异谱分析法(singular spectrum analysis，SSA)和长短时记忆网络(long short-term memory neural network，LSTM)组合的动态预测模型.首先，利用SSA将滑坡位移时间序列分解为趋势项、周期项位移子序列同时剔除噪声，减少随机波动对实验结果的影响.然后利用高斯拟合方法对趋势项位移子序列进行拟合预测；LSTM神经网络模型对其周期项位移子