参考文献/References:
［１］ 梁桂兰，徐卫亚，淡小龙，等．岩石高边坡安全监测数据
的小波变换去噪处理［Ｊ］．岩石力学与工程学报，２００８，
２７（９）：１８３７-１８４４．
[2] 张代远．神经网络新理论与方法［Ｍ］．北京：清华大学
出版社，２００６．
[3] 邓建辉，李焯芬，葛修润．ＢＰ网络和遗传算法在岩石边
坡位移反分析中的应用［Ｊ］．岩石力学与工程学报，
２００１，２０（１）：１-５．
[4] 赵洪波，冯夏庭．位移反分析的进化支持向量机研究
［Ｊ］．岩石力学与工程学报，２００３，２２（１０）：１６１８-１６２２．
[5] 黄亚东，张土乔，俞亭超，等．公路软基沉降预测的支持
向量机模型［Ｊ］．岩土力学，２００５，２６（１２）：１９８７-１９９０．
[6] 刘开云，乔春生，滕文彦．边坡位移非线性时间序列采
用支持向量机算法的智能建模与预测研究［Ｊ］．岩土工
程学报，２００４，２６（１）：５７-６１．
[7] 熊智新，胡慕伊，陈朝霞，等．离散小波变换算法剖析及
其通用程序实现［Ｊ］．计算机工程与设计，２００７，２８（２０）：
４８５６-４８５９．
[8] 姜越川．公路边坡变形监测数据的小波阈值去噪方法
［Ｊ］．铁道科学与工程学报，２０１１，８（４）：４６-４９．
[9] 魏明波．基于正交小波软阈值的图像去噪算法［Ｊ］．内
江科技，２０１０，３１（５）：２５-２６．
[10] ＶａｐｎｉｋＶＮ．Ｔｈｅｎａｔｕｒｅｏｆｓｔａｔｉｓｔｉｃａｌｌｅａｒｎｉｎｇｔｈｅｏｒｙ［Ｍ］．
ＮｅｗＹｏｒｋ：Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，１９９５．
[11] ＸｉｅＺＪ，ＷｏｎｇＨ，ＩｐＷ Ｃ，ｅｔａｌ．Ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ
ａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｔｏｆｉｎａｎｃｉａｌｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＡｃｔａＳｃｉｅｎ-
ｔｉａｒｕｍ Ｎａｔｕｒａｌｉｕｍ ＵｎｉｖｅｒｓｉｔａｔｉｓＰｅｋｉｎｅｎｓｉｓ，２００１，３７（３）：
４２１-４２５．
[12] ＧｏｌｄＣ，ＳｏｌｌｉｃｈＰ．Ｍｏｄｅｌｓｅｌｅｃｔｉｏｎｆｏｒｓｕｐｐｏｒｔｖｅｃｔｏｒｍａ-
ｃｈｉｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ，２００３，５５（１／２）：
２２１-２４９．
相似文献/References:
[1]许映梅,岳东杰,袁豹,等.基于小波去噪的苏通大桥索塔GPS监测数据分析[J].水利与建筑工程学报,2013,(02):1.
[2]陈玉华,邱冬冬,程志伟,等.库水位波动下三峡库区典型堆积层滑坡位移特征及预测[J].水利与建筑工程学报,2018,(06):230.[doi:10.3969/j.issn.1672-1144.2018.06.043]
[3]华莎,袁于思,易灿灿,等.基于多簇回声状态网络的边坡变形预测[J].水利与建筑工程学报,2022,(02):108.[doi:10.3969/j.issn.1672-1144.2022.02.016]
[4]廖兴灵,简文彬,樊秀峰,等.考虑位移滞后效应的降雨型滑坡 ＳＳＡ-ＤＥＬＭ位移预测模型研究[J].水利与建筑工程学报,2023,(02):128.[doi:10.3969/j.issn.1672-1144.2023.02.019]