[1] 朱权洁, 谷雷, 刘晓云等. 基于 D-InSAR 技术的矿区
地表沉降规律分析与趋势预测[J/OL]. 金属矿山: 1-
11[2023-12-01].
[2] 夏青青, 安鹏宇, 贺跃光等. 基于灰色理论的矿区地
表沉降预测[J]. 交通科学与工程, 2010, 26(03): 5
2-55. DOI: 10.16544/j.cnki.cn43-1494/u.2010.03.
001.
[3] 杨泰, 余学祥. 等维新信息模型在矿区地表沉降预测
中的应用[J]. 煤炭技术, 2011, 30(10): 135-136+1
39.
[4] 任迎华,张书毕,黄磊等.基于自适应 AR 模型的矿区地
表沉降预测[J].矿山测量,2009(04):33-35+37+4.
[5] 查天宇, 成枢, 吕磊. 基于灰色BP神经网络组合模型
的深基坑沉降预测[J]. 测绘与空间地理信息, 2019,
42(09): 212-215.
[6] 朱诚, 王昭敏, 隆锋等. 基于ABC-BP神经网络的地铁
盾构地表沉降预测[J]. 河海大学学报(自然科学版),
2023, 51(04): 72-80.
[7] 肖海平,王顺辉,陈兰兰等.一种融合GA和LSTM的边坡
变形预测优化网络模型及其应用[J/OL].大地测量与
地球动力学:1-8[2023-12-01].
[8] 周文韬,张文君,杨元继等.矿区地表沉降监测的一种
组合模型预测方法[J].大地测量与地球动力学,2021,
41(03):308-312.DOI:10.14075/j.jgg.2021.03.016.
[9] 叶万军, 成炜康, 陈笑楠等. 砂卵石地层大直径盾构
工程地表沉降深度学习预测[J]. 中国安全生产科学
技术, 2023, 19(08): 124-129.
[10] 李星, 高建良, 张学博等. BP 神经网络预测地表沉降
参数的算法与拓扑结构寻优[J]. 中国安全生产科学
技术, 2023, 19(06): 90-97.
[11] 梁乃兴, 闫杰, 杨文臣等. 基于ARIMA-LSTM的高速公
路交通安全组合预测模型研究[J]. 重庆交通大学学
报(自然科学版), 2023, 42(04): 131-138.
[12] 关涛, 陈普瑞, 于浩. 高拱坝施工仿真参数 ARIMA-LS
TM 时序概率预测方法[J]. 水力发电学报, 2023, 42
(11): 146-156.
[13] 张钰凡,李玉忍,马睿等.基于 ARIMA-LSTM 深度学习混
合模型的 PEMFC 老化预测方法[J].西北工业大学学报,
2023,41(03):464-470.
[14] 刘增波, 徐良骥, 张坤等. 融合 SBAS-InSAR 与 CS-SV
M 的矿区地表残余沉降预测模型分析[J/OL]. 金属矿
山: 1-10[2023-12-02].
[15] 陈媛媛,赵秉琨,王慧等.基于 LSTM 模型的时序 InSAR
地表形变预测[J/OL].人民长江,1-8[2023-12-01]
[16] 卫达宁, 王世杰. 基于时序 InSAR 技术的西安地铁沿
线沉降监测及预测分析[J/OL]. 地球物理学进展: 1-
11[2023-12-01].
[17] 方诗圣, 苏一恒, 林彤彤等. 基于机器学习的盾构掘
进地表沉降回归预测模型[J]. 合肥工业大学学报(自
然科学版), 2023, 46(09): 1224-1229.
[18] 何毅, 姚圣, 陈毅等. ConvLSTM神经网络的时序InSA
R地面沉降时空预测[J/OL]. 武汉大学学报(信息科学
版): 1-21[2023-12-02]. DOI: 10.13203/j.whugis2
0220657.
[19] 魏海斌,魏东升,蒋博宇等.基于 IPSO-SVR 的盾构下穿
既有道路沉降预测分析[J].华南理工大学学报(自然
科学版),2023,51(06):62-71.
[20] 原喜屯,温永啸,陈芯宇.多模型融合的矿区地表沉降预测方法及适用性[J].大地测量与地球动力学,2023,
43(03):232-238.DOI:10.14075/j.jgg.2023.03.003.
[21] 龚琛杰, 解超然, 林赞权等. 考虑既有多层建筑物的
盾构隧道施工诱发的地表变形预测(英文)[J]. Jou
rnal of Central South University, 2023, 30(04):
1373-1387.v
[22] 龙宇, 许浩然, 余华云等. 基于 ARIMA-LSTM-XGBoost
组合模型的铁路货运量预测[J]. 科学技术与工程, 2
023, 23(25): 10879-10886.
[23] 刘辉, 陈斯涤, 朱晓峻等. 基于 D-InSAR 技术的煤矿
工业广场动态沉降特征研究[J]. 煤田地质与勘探, 2
023, 51(05): 99-112.
[24] 韩春鹏, 杜超, 史梁等. 老采空区地表沉降预测合理
监测模式分析[J/OL]. 工程勘察: 1-7[2023-12-01].
[25] 杨建, 常学军, 姚帅等. 基于 WT-CNN-BiLSTM 模型的
日前光伏功率预测[J/OL]. 南方电网技术: 1-10[202
3-12-04].v
[26] 王昊, 周建涛, 郝昕毓等. 基于特征再抽象(FRA)的
多元时序预测方法[J]. 计算机科学, 2023, 50(S2):
662-669.
[27] 李丹, 孙光帆, 缪书唯等. 基于多维时序信息融合的
短期电力负荷预测方法[J]. 中国电机工程学报, 202
3, 43(S1): 94-106. DOI: 10.13334/j.0258-8013.p
csee.223047.
|