關鍵詞：長短記憶網絡 變形監測 循環神經網絡 人工智能 

摘要：為提高GPS變形監測在工程應用中的精確度,研究LSTM神經網絡在變形監測中的作用。分別利用建立的GM(1,1)模型和LSTM神經網絡模型對GPS變形監測工程案例進行應用分析,與GM(1,1)模型相比LSTM神經網絡模型預測誤差降低幅度可達58%,相對誤差降低幅度可達62%,RMSE值降低幅度為66%,結果說明LSTM神經網絡模型較GM(1,1)模型有更高的預測精確度,預測結果更接近實際測量結果,深度學習的方法之一LSTM神經網絡模型在GPS變形監測中有很高的應用價值。

甘肅科學學報雜志要求:

{1}正文標題與層次：文內標題力求簡潔、明確，層次一般不超過4級。論文各層次標題一律用阿拉伯數字連續編號，如“1”，“1.1”，“1.1.1”等。

{2}來稿應反映領域內發展與水平，論點明確、論據充分、數據可靠、條理清晰、題文相符、文字簡明，具有一定的科學性、實用性、可讀性。

{3}請勿一稿多投或一稿多種近似版本，以免給自己帶來不必要的麻煩。

{4}稿件須有：中文摘要（200字左右）、中文關鍵詞（3-5個），英文篇名、英文摘要、英文關鍵詞。

{5}參考文獻的編號按正文中首次出現的次序連續排列，用阿拉伯數字加方括號標于上角，并按引用順序排列于文末。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社