关键词：长短记忆网络 变形监测 循环神经网络 人工智能 

摘要：为提高GPS变形监测在工程应用中的精确度,研究LSTM神经网络在变形监测中的作用。分别利用建立的GM(1,1)模型和LSTM神经网络模型对GPS变形监测工程案例进行应用分析,与GM(1,1)模型相比LSTM神经网络模型预测误差降低幅度可达58%,相对误差降低幅度可达62%,RMSE值降低幅度为66%,结果说明LSTM神经网络模型较GM(1,1)模型有更高的预测精确度,预测结果更接近实际测量结果,深度学习的方法之一LSTM神经网络模型在GPS变形监测中有很高的应用价值。

甘肃科学学报杂志要求:

{1}正文标题与层次：文内标题力求简洁、明确，层次一般不超过4级。论文各层次标题一律用阿拉伯数字连续编号，如“1”，“1.1”，“1.1.1”等。

{2}来稿应反映领域内发展与水平，论点明确、论据充分、数据可靠、条理清晰、题文相符、文字简明，具有一定的科学性、实用性、可读性。

{3}请勿一稿多投或一稿多种近似版本，以免给自己带来不必要的麻烦。

{4}稿件须有：中文摘要（200字左右）、中文关键词（3-5个），英文篇名、英文摘要、英文关键词。

{5}参考文献的编号按正文中首次出现的次序连续排列，用阿拉伯数字加方括号标于上角，并按引用顺序排列于文末。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社