来源：期刊VIP网 时间：
作者：熊春宝;秦龙超;苏广利;
单位：天津大学建筑工程学院;中国地震局第一监测中心;
摘要：针对高速铁路沉降预测数据采集中，使用经典采集方法组建的数据集可能包含与目标区域沉降特征相关性弱的数据，从而导致模型预测性能降低的问题，该文提出了一种利用变分模态分解和长短期记忆网络组合模型采集数据集的方法，较好地提取了高速铁路沿线观测点的缓冲区内，与观测点沉降特征相关性强的数据，以此建立长短期记忆网络预测模型，实现了较高精度的预测。基于京津城际铁路沿线永久散射体合成孔径雷达干涉测量(PS-InSAR)沉降时序数据的实验结果表明：与经典采集方法相比，该文所提方法能够有效采集观测点缓冲区内与观测点沉降特征相关性强的数据，实现更高精度的预测。
关键词：PS-InSAR;;长短期记忆模型;;变分模态分解;;地面沉降预测;;高速铁路
基金资助：国家重点研发计划课题项目(2023YFC3009301)
